Mistral AI最近开源了一套名为mistral-common的工具集,旨在帮助开发者更方便地使用Mistral系列大语言模型。这个工具集不仅提供了常规的文本分词功能,还增加了工具解析和结构化对话等高级特性,为开发者提供了更多灵活性和可能性。
mistral-common的核心功能是提供多个版本的分词器,用于支持Mistral AI不同阶段发布的模型。目前,该工具集包含了三个主要版本的分词器:
v1版本:支持早期的Mistral 7B Instruct v0.1/v0.2和Mixtral 8x7B Instruct v0.1等模型。
v2版本:用于支持mistral-small-latest等模型。
v3版本:支持最新的Mistral 7B Instruct v0.3、Mixtral 8x22B Instruct v0.1/v0.3等大型模型。
此外,还有一个特殊的v3 (Tekken)版本,专门用于支持Nemo 12B 2407模型。
这些分词器不仅可以处理普通的文本到token的转换,还能解析工具调用和结构化对话,为开发者提供了更丰富的功能支持。同时,该工具集还包含了Mistral AI API中使用的验证和规范化代码,确保开发者可以按照官方标准处理输入数据。
mistral-common的安装非常简单,开发者可以通过pip直接安装:
pip install mistral-common
对于希望从源代码安装的开发者,该项目使用poetry作为依赖和虚拟环境管理工具。首先需要安装poetry:
pip install poetry
然后使用poetry设置虚拟环境并安装依赖:
poetry install
以下是一个使用mistral-common进行分词的简单示例:
from mistral_common.protocol.instruct.messages import UserMessage from mistral_common.protocol.instruct.request import ChatCompletionRequest from mistral_common.protocol.instruct.tool_calls import Function, Tool from mistral_common.tokens.tokenizers.mistral import MistralTokenizer # 加载Mistral分词器 model_name = "open-mixtral-8x22b" tokenizer = MistralTokenizer.from_model(model_name) # 对一系列消息进行分词 tokenized = tokenizer.encode_chat_completion( ChatCompletionRequest( tools=[ Tool( function=Function( name="get_current_weather", description="Get the current weather", parameters={ "type": "object", "properties": { "location": { "type": "string", "description": "The city and state, e.g. San Francisco, CA", }, "format": { "type": "string", "enum": ["celsius", "fahrenheit"], "description": "The temperature unit to use. Infer this from the users location.", }, }, "required": ["location", "format"], }, ) ) ], messages=[ UserMessage(content="What's the weather like today in Paris"), ], model=model_name, ) ) tokens, text = tokenized.tokens, tokenized.text # 输出token数量 print(len(tokens))
这个例子展示了如何使用mistral-common对包含工具调用的对话进行分词,这对于开发基于Mistral模型的复杂应用非常有用。
Mistral Common是一个开源项目,托管在GitHub上。截至目前,该项目已经获得了486颗星和46个分支,显示出开发者社区对这个工具集的高度关注。项目采用Apache-2.0许可证,鼓励开发者自由使用和贡献代码。
项目的主要贡献者包括来自Mistral AI的工程师,以及一些活跃的开源社区成员。他们持续更新和改进这个工具集,确保它能够支持Mistral AI最新发布的模型和功能。
随着大语言模型技术的快速发展,Mistral Common也在不断evolve。未来,我们可能会看到更多功能的加入,例如:
对于有兴趣深入了解或贡献代码的开发者,可以访问Mistral Common的GitHub仓库获取更多信息。
Mistral Common为开发者提供了一个强大而灵活的工具集,大大简化了使用Mistral系列大语言模型的过程。无论是进行基础的文本处理,还是开发复杂的AI应用,这个工具集都能提供有力的支持。随着更多开发者的参与和贡献,我们有理由相信Mistral Common将在未来发挥更大的作用,推动大语言模型技术的进一步发展和应用。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号