Nous sommes fiers d'annoncer le lancement de notre modèle d'IA optimisé localement, développé avec soin par l'équipe IA Matrix42 sur notre cluster de calcul dédié. Cette initiative s'appuie sur le modèle multilingue de pointe Mistral Nemo de Mistral AI, utilisant la configuration 12B-Instruct pour un équilibre optimal entre efficacité opérationnelle et performance analytique.

L’objectif principal de ce projet était d’améliorer les capacités multilingues du modèle de base, en mettant l’accent sur l’amélioration de la maîtrise de la langue finnoise, tout en maintenant des performances exceptionnelles en anglais.

Le modèle a été spécifiquement conçu pour répondre aux tâches critiques du secteur de la gestion des services informatiques (ITSM), notamment :

• Achèvement : Assister les consultants en générant du contenu de réponse pour les tickets utilisateurs.
• Correction de style : amélioration de la grammaire, de l’orthographe et du ton professionnel dans les communications des consultants.
• Résumé : Pro des résumés concis des fils de discussion des tickets.
• Génération augmentée de récupération (RAG) : répondre aux demandes des utilisateurs à l'aide de sources de connaissances externes telles que des bases de données, des sites Web et des documents PDF.
• Prise en charge Markdown : réponse aux questions des utilisateurs avec des sorties formatées en Markdown ou en données tabulaires.
• Traduction : Traduction de contenu en mettant l'accent sur le finnois et l'anglais.

Le processus de formation a exploité un mélange de données synthétiques et de données accessibles au public. Les données synthétiques ont été générées à partir de modèles de haute qualité et commercialement viables, tandis que les données publiques ont été sélectionnées dans le strict respect des licences. Toutes les données ont été rigoureusement modérées par des experts, incluant le formatage, le nettoyage et la validation, afin de garantir leur conformité aux exigences de formation.

Le modèle Mistral Nemo a démontré une flexibilité exceptionnelle lors du réglage fin de nouvelles tâches, conduisant à des améliorations significatives des performances dans des scénarios définis par rapport au modèle de base.

À l'avenir, nous souhaitons étendre les capacités du modèle en développant de nouvelles fonctionnalités spécifiques à l'ITSM, en intégrant des exemples de perfectionnement supplémentaires et en améliorant la prise en charge du suédois et de l'allemand. Notre objectif est de conserver une taille de modèle compacte tout en offrant des performances de haute qualité pour les applications spécialisées, sans étendre les fonctionnalités à des tâches génériques (par exemple, la connaissance encyclopédique ou les jeux de rôle).