Mistral AI 介绍用 LLM 作为评审器评估 RAG 的方法
Mistral AI 介绍一种用 LLM 作为评审器评估 RAG 系统的方法，采用 RAG Triad 检查上下文相关性、groundedness 和答案相关性。
推荐理由：文章把 RAG 评估拆为上下文相关性、答案相关性和 groundedness，并结合结构化输出给出可复用的机器可读评分方案。
全部AI 动态
全部动态
今日 6 条Mistral AI精选AI 评分6161
Mistral AI精选AI 评分7878 Mistral Small 3.1 发布，支持 128k tokens 多模态理解
Mistral AI 发布 Mistral Small 3.1，改进文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second。
推荐理由：这次更新同时覆盖文本、多模态和长上下文，并提供 Apache 2.0 许可与基础模型，便于评估其在端侧和定制场景中的适用性。
Mistral AI精选AI 评分7676 Mistral AI 发布 Mistral OCR 文档理解模型与 API
Mistral AI 发布 Mistral OCR，一款可处理图片和 PDF 的 OCR API，能提取文本、图片、表格和公式并保持交错顺序。API mistral-ocr-latest 已在 la Plateforme 提供，定价为 1000 pages / $，batch inference 下每美元处理页数约翻倍。
推荐理由：Mistral OCR 将复杂文档中的文本、图片、表格和公式统一提取，并支持结构化输出与自托管，适合评估多模态文档进入 RAG 和智能体流程的方式。
Mistral AIAI 评分5858 Mistral AI 用智能体工作流将会议内容转为 PRD 和开发工单
Mistral AI 展示了 TranscriptToPRDTicket 智能体工作流，可从会议转录自动生成 PRD 和开发工单。流程由 PRDAgent 和 TicketCreationAgent 组成，基于 Mistral Large 2，并可将工单创建到 Linear 或 Jira；完整实现已发布在 Google Colab notebook 中。