Hugging Face
在 Mistral Large 4 发布当天，我们采访了 Mistral 的 Pierre Stock 和 Sagar Vaze。
开放权重。在 Mistral 自有数据中心训练而成。网络安全表现卓越。
关于网络安全、模型训练、评估及沙盒技术的完整对话请见：
https://www.youtube.com/watch?v=FczbSauVvjw&feature=youtu.be
--- 视频字幕 ---
大家好，欢迎来到 Hugging Face YouTube 的特别节目。今天 Mistral 发布了其新模型 Mistral Large 4（又名 Lechanc），我邀请到了 Mistral 的科学副总裁 Pierre Stock 和研究科学家 Sagar Vaze。首先请两位做个自我介绍，聊聊你们是谁以及在 Mistral 负责的工作。Pierre 先请。
我叫 Pierre，是 Mistral 的第一位员工，在这里工作三年多了。我和我们的首席科学家 Guillaume 一起管理公司。
是的，非常高兴能来到这里，并由我们最杰出的科学家之一 Sagar 陪同。
谢谢 Bia。很高兴见到你，Ben。我是 Sagar，Mistral 的科学家，在这里工作几年了。我领导多模态团队，致力于将新的模态集成到我们的主流模型中，目前包括图像、即将推出的视频以及机器人技术等。
太棒了，谢谢。那我们开始吧。我准备了一些问题，旨在深入探讨该模型的来源、演进历程及开发过程。Mistral Large 4 的参数量约为 1 万亿。从历史上看，Mistral 一直……
入门 AI/ML 研究的绝佳途径！
🎯
即使是监管最严的行业，也开始拥抱开源了 🤗
来 Hub 上构建模型、数据集和 Spaces，赢取 2 万美元现金及积分奖励！
本地 AI 202：利用投机解码实现大幅提速 https://t.co/3ywucgYbrD
直播：全新开放权重模型 https://x.com/i/broadcasts/1DxleVaPLagKL
直播即将开始！听 Reflection 团队分享 Beam 的构建历程。
观看地址：https://www.youtube.com/watch?v=dGhUFqeITbY
观看这场直播，与 @mervenoyann、@MaartenGr 和 @_EldarKurtic 一起探讨如何利用投机解码实现本地 LLM 的倍速加速。
https://t.co/tFexgaLcT5 https://t.co/Pad59uMr8J
助力开放科学，快来 Paper Pages 试试吧：https://t.co/1cApLwjR7A
同一个模型，同样的权重，在一种 Agent 评测框架中得分 62%，而在另一种中仅为 33%。
@adithya_s_k 和 @huggingface 团队刚刚发布了多评测框架强化学习（multi-harness RL）的终极指南。这是今年最实用的 RL 技术文章之一，且全部开源！
诀窍很简单：不要改动评测框架。让它指向一个代理（proxy）而不是模型本身。该代理支持编程 Agent 使用的所有四种 API 格式（OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 Gemini）。它会记录 vLLM 采样的精确 token ID 和 logprobs，你直接基于这些数据进行训练。这样你就无需修改 Claude Code、Codex 或 OpenCode 的任何一行代码。
结果：
🔹 同时在 4 个评测框架下训练，@liquidai 的 LFM2.5-2.6B 从 42% 提升至 54%。
🔹 工具调用减少了 31%，得益于对“用更少步骤解决任务”设置的小额奖励。
🔹 仅在 OpenCode 上训练使其从 34% 提升到 58%，但多框架模型在所有环境下都表现更好。
他们还尝试了大家常用的捷径：利用 Qwen3.8-27B 的 3,189 条成功轨迹（rollouts）进行微调。结果模仿学习在 47.5% 就遇到了瓶颈，低于两种 RL 方案。单纯模仿大模型无法达到目标，真正的提升来自实践（Practice）。
最棒的是，一切都是开源的：OpenEnv 中的捕获代理、TRL 中的训练器、任务集、SFT 数据、训练代码以及所有七个已训练模型。
Agent 将在数十种评测框架中运行。
现在，任何人都可以针对每种框架训练开源模型了。
阅读全文 👇
https://t.co/s2I8GI9SLS
MCP 正在强势回归！现在你可以使用它们将数据接入 https://t.co/tLDUmb9Uwp https://t.co/Fk2sV7IqFk
你希望在 Gradio 中看到哪些功能？欢迎在下方留言 👇
智能体训练 4：从奖励函数到环境。 https://t.co/9VSrFcBiPU
🤗💚
https://t.co/coHXLgzNXh https://t.co/Ju5e0R4roZ
我们在 Hub 上的模型数量刚刚突破了 300 万 🤗
社区正加速迈向一个开放、分布式的未来，让开放 AI 无处不在，惠及每一个人 🚀
2026年夏季开源模型现状 ☀️ 前沿模型规模不断扩大，但小模型仍主导着实际应用。Qwen 在本地推理领域领先，Gemma 紧随其后。AI Agent 正成为 Hub 上的重要力量。
完整内容请见博客 🤗
https://t.co/u2DgvjEKkH
会比 @UseCorgi 咖啡馆更受欢迎。
AI 智能体如何复现 ICML 2026 论文 https://t.co/gReZNlWh7m
我们正与 Open Secure Alliance 合作制定事件学习指南，旨在共同完善安全事件的审查、披露与管控机制。
共享研究、工具与实战经验，能有效提升 AI 安全性。
我们正与包括 @NVIDIA 在内的行业领军者共同加入 Open Secure AI Alliance，旨在帮助各机构识别并修复软件漏洞，强化关键系统。
了解更多：https://blogs.nvidia.com/blog/open-secure-ai-alliance/?ncid=so-twit-957725
解放参数 🤗
Build Small 获胜者揭晓 https://x.com/i/broadcasts/1nJOLLpmrvqxR
Build Small Hackathon: OpenBMB https://x.com/i/broadcasts/1kKzDDpXvpoJv
Nemotron 3 Ultra!