Leanstral 1.5
(docs.mistral.ai)- Leanstral 1.5 ist ein aktualisiertes Modell, das auf formales Beweis-Engineering mit Lean 4 zugeschnitten ist und auf automatisierte Theorembeweise sowie automatische Formalisierung abzielt
- Die Modellgröße besteht aus insgesamt 119B Parametern und 6.5B aktiven Parametern und ist auf die Verarbeitung langer Beweis- und Dokumentkontexte ausgelegt
- Die bereitgestellte Kennung ist
labs-leanstral-1-5, in der Dokumentation als Labs v1.5 ausgewiesen - Die Kontextlänge beträgt 256k, der Preiseintrag ist mit $0 angegeben, was die Zugänglichkeit für Experimente und Evaluierungen betont
- Kann zusammen mit Chat Completions, Function Calling, Agents, Structured Outputs, OCR, Document QnA, FIM, Embeddings, Moderations, Audio und Batch-Processing-APIs verwendet werden
Modell für formale Beweise mit Lean 4
- Leanstral 1.5 ist eine aktualisierte Version des Modells für formales Beweis-Engineering mit Lean 4
- Die zentrale Optimierung zielt auf automatisierte Theorembeweise und automatische Formalisierung
- Die Modellkennung wird als
labs-leanstral-1-5bereitgestellt
Modellgröße und Grundeigenschaften
- Die Parameterkonfiguration ist als 119B total parameters, 6.5B active angegeben
- Die Kontextlänge beträgt 256k
- Der Preiseintrag ist mit $0 angegeben
- Die Release-Kategorie ist Labs v1.5
APIs für Dialoge, Agents und strukturierte Ausgaben
- Chat Completions:
/v1/chat/completions - Function Calling:
/v1/chat/completions,/v1/conversations - Agents & Conversations:
/v1/agents,/v1/conversations - Built-In Tools:
/v1/agents,/v1/conversations - Structured Outputs:
/v1/chat/completions,/v1/conversations - Predicted Outputs:
/v1/chat/completions,/v1/conversations - Prefix:
/v1/chat/completions,/v1/conversations
Dokumentverarbeitung, Code-Vervollständigung und Embeddings
- OCR:
/v1/ocr - Annotations - Structured:
/v1/ocr - BBox Extraction:
/v1/ocr - Document QnA:
/v1/chat/completions,/v1/conversations - FIM:
/v1/fim/completions - Embeddings:
/v1/embeddings
Sicherheit, Audio und Batch-Verarbeitung
- Moderations:
/v1/moderations - Chat Moderations:
/v1/chat/moderations - Transcriptions:
/v1/audio/transcriptions - Text to Speech:
/v1/audio/speech - Timestamps:
/v1/audio/transcriptions - Batching:
/v1/batch
1 Kommentare
Meinungen auf Hacker News
Aus Neugier registriert, Geld auf das Konto eingezahlt und versucht, es zu nutzen – ging nicht. Weil es ein Labs-Modell sein sollte, wollte ich Labs aktivieren, doch diesmal kam ein unbekannter Fehler. Als ich mich wie angegeben an den Kundensupport wenden wollte, gab es keinen Kundensupport, nur eine schnell zusammengeschusterte FAQ
Die FAQ sieht aus, als wäre sie vibe-coded, und die Suche ist miserabel: Egal welche Anfrage man eingibt, es kommen völlig irrelevante Antworten. Dann wurde mir klar: Wenn AI gut im Kundensupport ist, warum bieten dann AI-Unternehmen ihren Kundensupport nicht mit ihrer eigenen AI an?
[1]: https://news.ycombinator.com/item?id=43683012
Aus Sicht eines Unternehmens, das es nervt, Geld für die Behebung echter Probleme ausgeben zu müssen, ist das eben „guter“ Kundensupport
In dem Jahr, in dem ich mit dieser Person in Kontakt stand, ist das schon die vierte Urlaubs-Abwesenheitsnotiz
Die Stichprobe besteht zwar nur aus zwei Fällen, aber sie bringt mich zu der Annahme, dass französische Unternehmen nicht besonders gern auf Englisch kontaktiert werden
Etwas anderes Thema, aber es ist ziemlich traurig, dass die EU im tatsächlichen Frontier-LLM-Markt nichts vorzuweisen hat. Besonders wenn man bedenkt, dass die USA kürzlich den Zugang zu echten Frontier-Modellen vollständig eingeschränkt haben
Lag das wirklich nur an fehlendem Kapital und fehlender Infrastruktur?
Statt zu betrachten, wie viel die gesamte EU-Wirtschaft zu Frontier-Modellen beitragen kann, ist es treffender zu schauen, wie viel die französische Wirtschaft beitragen kann, und das mit den USA oder China zu vergleichen. Die Größenordnung passt nicht. Besser ist es, darauf zu schauen, was mit dieser geringeren Größenordnung erreicht wird; Nischenprodukte wie Leanstral und Voxtral sind genau solche Ergebnisse
Frankreich und Deutschland sind die größten Volkswirtschaften der EU; Frankreich hat Mistral, und Deutschland hat eine Einrichtung mit dem Charakter eines staatlich unterstützten Venture-Capital-Fonds. Diese Einrichtung ist sehr stolz darauf, ganze 125 Mio. Euro (<150 Mio. Dollar) bereitzustellen, um europäischen Forschern zu helfen, mit souveränen Modellen den neuen Stand der Technik zu erreichen[1]
Das Geld geht nicht einmal an einen einzigen Gewinner, sondern wird auf mehrere Empfänger verteilt. Als erster Schritt ist das nett, aber genau genommen wäre es vor drei bis vier Jahren ein passender erster Schritt gewesen. Wirklich schade
[1] (Deutsch) https://www.sprind.org/worte/magazin/verkuendung-next-fronti...
Wir leben in einer Kolonialwirtschaft, in der Humankapital als Rohstoff dient, und alles fließt in die USA. Um dem zu entgehen, müssten wir aufhören, das aktuelle Spiel mitzuspielen, und wie China mit einer ernsthaften Industriepolitik wettbewerbsfähige Industrien aufbauen. In den letzten Jahrzehnten gab es diesen Willen nicht, aber Trump zeigt die Rückkehr des Staates sehr deutlich, und Europa erkennt das langsam an
Der schwierige Teil ist, reine LLM-Entwicklung finanziell zu rechtfertigen. Die Modelle sind einander sehr ähnlich. OpenAI rechtfertigte sich anfangs als „Wohltätigkeitsorganisation“ für reine Forschung, und Anthropic spaltete sich ab mit der Begründung, OpenAI kümmere sich nicht ausreichend um Sicherheit. Elon sagte, wenn er Grok nicht baue, werde AI so tun, als sei sie woke, und nicht wahrhaftig sein; Google baute Gemini, weil sie ursprünglich der Ausgangspunkt waren und AI-Forschung zu der Kernmission gehörte, die Larry und Sergey dem Unternehmen bei der Gründung gegeben hatten. Aus finanziellen Gründen hatten sie das allerdings eine Zeit lang liegen lassen
Die Motivation der chinesischen Modelle ist ehrlich gesagt unklar. Ich habe keine gute Erklärung gesehen, nur Hypothesen. Aber wenn man sieht, dass sie kostenlos veröffentlicht oder viel zu billig angeboten werden, scheint diese Motivation ebenfalls nicht finanziell zu sein
Mistral dagegen ist ein normales Unternehmen. Ohne wohlhabende Unterstützer, die an eine kosmische Schicksalserzählung glauben und Geld hineinwerfen, müssen sie ihre Arbeit über den Return on Investment rechtfertigen. Damit fällt groß angelegtes LLM-Training praktisch aus
Auch EU-Regulierung muss man berücksichtigen. Als ich früher dazu recherchiert habe, gab es viele seltsame Regeln, die die Chancen einer europäischen Tech-Industrie zunichtemachen. In Großbritannien gab es sogar eine Vorschrift, nach der man das Internet nur zu Forschungszwecken crawlen darf
https://knowledgerights21.org/news-story/the-uks-copyright-l...
Und ohne den First Amendment ist das Risiko viel größer, wegen etwas, das ein Modell gesagt hat, strafrechtlich verfolgt zu werden. Man denke an den Fall, in dem Deutschland Google wegen Inhalten vor Gericht brachte, die ein Modell in eine Suchergebnisseite eingefügt hatte
Deshalb sind die Gewinne unklar und die rechtlichen Risiken sehr groß
Wäre es in Europa möglich, 100 Mrd. Dollar für ein neues Forschungslabor aufzubringen? Wenn nicht, ist die Sache erledigt, und man kann aufgeben
Zufall. Ich habe heute Morgen gerade OpenATP veröffentlicht. OpenATP ist ein Open-Source-Python-Paket und CLI für agentische automatische Theorembeweiser.
Unterstützung für Leanstral über Mistrals Vibe-Harness ist ebenfalls enthalten. Das frühere Production-Leanstral-Modell wurde am 22. Mai eingestellt, und ich werde das Paket so schnell wie möglich aktualisieren, damit es auf Leanstral 1.5 verweist.
GitHub: https://github.com/henryrobbins/open-atp
Doku: https://open-atp.henryrobbins.com
404?
https://web.archive.org/web/20260630223430/https://docs.mist...
Ich verstehe die Gewichtungsrichtlinie nicht ganz. Auf der Website heißt es, die Gewichte stünden unter Apache-Lizenz, was nach offenen Gewichten aussieht, aber ich finde keinen Download-Link.
Im Hugging-Face-Profil scheinen nur ältere Snapshots verfügbar zu sein[0]. Weiß jemand, ob man die Gewichte herunterladen kann, und wenn ja, wo?
[0] https://huggingface.co/mistralai/Leanstral-2603
Bei mir kommt auch „Page not found“. Konntest du darauf zugreifen? Worum geht es hier?
Ein aktualisiertes Lean-4-Modell für formale Beweistechnik, optimiert für automatisches Theorembeweisen und automatische Formalisierung. Insgesamt 119B Parameter, 6,5B aktiv.
https://web.archive.org/web/20260630223430/https://docs.mist...
Diskussion zu Leanstral 1: https://news.ycombinator.com/item?id=47404796
Lean 4 und Idris 2 werden unterschätzt und könnten, da sie zusätzliche Garantien bieten, sehr gut für LLMs zum Coden geeignet sein.
Aktuell gibt es einen 404.
Ich habe mich wegen dieser Meldung angemeldet, aber muss man eine GitHub-Verknüpfung einrichten, um „Code“ zu nutzen? Wirkt sehr restriktiv.