Forge, le nouveau service de Mistral AI pour entraîner des modèles sur des données d’entreprise

Les modèles d'IA grand public sont principalement entraînés sur des données publiques et conçus pour fonctionner sur une grande variété de tâches. Forge part d'un constat différent : les entreprises fonctionnent avec des connaissances internes — normes d'ingénierie, politiques de conformité, bases de code, processus opérationnels — que les modèles génériques ne possèdent pas. La plateforme permet aux organisations de construire des modèles qui apprennent directement à partir de leur documentation interne, de leurs registres opérationnels et de leurs données structurées propriétaires.

Le système couvre plusieurs étapes du cycle de vie du modèle. Durant le pré-entraînement, les organisations peuvent développer des modèles familiarisés avec leur domaine à partir de grands volumes de données internes. Le post-entraînement permet d'affiner le comportement du modèle pour des tâches et des environnements spécifiques. Grâce à l'apprentissage par renforcement, les équipes peuvent aligner les modèles sur les politiques internes, les critères d'évaluation et les objectifs opérationnels de l'entreprise.

Forge est compatible avec les architectures de modèles denses et à mélange d'experts (MoE), ce qui permet d'équilibrer performance, coût et contraintes opérationnelles. Elle prend également en charge les entrées multimodales, combinant texte, images et autres formats de données.

Mistral AI travaille déjà avec des organisations telles qu'ASML, Ericsson, l'Agence spatiale européenne, DSO National Laboratories Singapour et la Home Team Science and Technology Agency (HTX) de Singapour, qui ont entraîné des modèles sur leurs données propriétaires via cette plateforme.

Forge est également conçue pour être utilisée de manière autonome par des agents d'IA, sans intervention humaine. Un agent peut l'utiliser pour affiner des modèles, générer des données d'entraînement ou planifier des tâches. La plateforme inclut aussi des outils d'évaluation permettant de vérifier les performances du modèle avant sa mise en production.

Les cas d'usage visés comprennent les agences gouvernementales ayant besoin de modèles adaptés à des cadres réglementaires ou à des langues spécifiques, les institutions financières soumises à des exigences de conformité, les équipes de développement travaillant sur des bases de code propriétaires, les entreprises manufacturières disposant de spécifications techniques et d'historiques de maintenance, et les grandes entreprises cherchant des agents capables d'opérer avec précision au sein de leurs systèmes internes.

Points clés

• Mistral AI lance Forge, une plateforme pour entraîner des modèles d'IA sur des données internes propriétaires.
• Les modèles apprennent à partir de la documentation, des processus et des registres de chaque organisation, et non de données publiques.
• Couvre le cycle complet : pré-entraînement, post-entraînement et apprentissage par renforcement.
• Les entreprises conservent le contrôle total sur leurs données et leurs modèles.
• Compatible avec les architectures denses et MoE ; prend en charge le texte, les images et d'autres formats.
• Les agents d'IA peuvent l'utiliser de manière autonome, sans intervention humaine.
• Parmi les clients actuels : ASML, Ericsson et l'Agence spatiale européenne.
• Secteurs clés : administration publique, finance, développement logiciel et industrie.