Mistral AI發布Forge，企業可用專有資料打造理解內部流程的AI模型

Mistral AI發布的Forge支援模型生命周期多個階段，包括預訓練、後訓練與強化學習，該公司表示，企業可藉此建立具特定領域知識的模型，再依任務需求調整模型行為，並透過強化學習讓模型與代理更貼近內部政策、評估標準與營運目標。Mistral AI也將這類客製化模型能力延伸到代理AI，稱模型不只可生成回應，也能在企業環境中執行多步驟流程與工具操作。

現有通用模型多半建立在公開資料上，雖能處理廣泛任務，但企業實際運作依賴的是內部工程規範、法遵政策、歷年決策與專有知識。Forge的設計方向，是把這些企業內部脈絡直接納入模型訓練，而非僅仰賴公開資料建立通用能力。

Forge支援稠密架構與混合專家架構MoE，供企業依效能、延遲與算力成本需求選擇，也支援多模態資料訓練。Mistral AI另稱，Forge採代理優先設計，像Mistral Vibe這類自主代理可用自然語言執行模型微調、超參數搜尋、排程工作與產生合成資料，系統並會持續監控評估指標，避免模型在既有基準上退步。

在模型、資料與治理機制的控制權方面，Mistral AI表示，企業可在自有基礎設施中訓練與操作模型，並依內部政策、法遵要求與治理框架管理模型行為，以符合受監管產業與大型組織對資料控制、知識資產與自主性的需求。

Forge的應用場景涵蓋政府機關、金融機構、軟體團隊、製造業與大型企業，官方指出，組織可用政策文件、風險控管流程、專有程式碼庫、工程規格與維護紀錄等內部資料訓練模型，並用於政策分析、法遵作業、程式開發支援、設備診斷與營運決策等工作。Mistral AI已與ASML、DSO National Laboratories Singapore、Ericsson與European Space Agency等組織合作，運用Forge以專有資料訓練模型。