Mistral发布Saba：首款精通阿拉伯语和印度语的专业区域语言模型

法国人工智能初创公司 Mistral AI 近日宣布推出其首个专业区域语言模型——Saba。该模型基于精选的中东和南亚数据集进行训练，旨在以相对较小的模型规模，为上述区域用户提供更为精准且相关的回应。

Saba 模型的参数规模为 320 亿，支持在本地单 GPU 系统上部署。Mistral AI 提供的数据显示，在阿拉伯语的模型基准测试中，Saba 明显优于同等参数规模的 Mistral Small 3 24B 模型，即便与更大参数规模的模型相比也毫不逊色。

此外，鉴于中东与南亚地区持续的文化交流，Mistral Saba 除了支持阿拉伯语外，还支持多种源于印度的语言，特别是以泰米尔语为代表的南印度达罗毗荼语系下的诸多语种（AI 工具库注：该语系的使用者总数高达 2.5 亿人）。

Mistral AI 认为，要实现人工智能的普及应用，必须解决文化和语言的多样性问题。尽管目前大规模的通用模型在多种语言上表现良好，但往往缺乏对语言细微之处、文化背景以及深入区域知识的理解，因此无法满足具有特定区域背景的应用需求。而这正是 Mistral Saba 等专注于特定语言的小型模型所能发挥优势之处。