Mistral 3.5 推理 bug 被开源团队修复 — 大模型交付质检亮红灯

开源团队 Unsloth 本周修复了 Mistral Medium 3.5 的推理缺陷，这暴露出大模型公司连基础参数配置都缺乏严格质检。

这是什么

Mistral 不久前发布了 Medium 3.5 模型，但社区很快发现其推理表现异常。专注于模型优化的开源团队 Unsloth 介入排查，发现问题出在一个叫 YaRN（一种让模型处理更长上下文的技术）的解析机制上。Mistral 把参数 mscale_all_dim 错误地设置成了 1，将其改回 0 后，模型推理恢复正常。此外，Unsloth 还顺手修复了 mmproj（让模型看懂图像的组件）文件生成错误的问题。值得注意的是，这个参数错误不仅影响 Mistral 自家，还波及了 transformers 和 llama.cpp 等主流开源推理框架。

行业怎么看

我们注意到，这起事件展现了开源生态强大的纠错能力，Unsloth 这种敏捷小团队的反应速度远超大公司。但值得我们关心的是，作为欧洲头部大模型公司，Mistral 在发布商业模型时连最基本的推理测试都没跑通。如果连 YaRN 这种核心参数都能配错，企业客户怎么敢把核心业务跑在上面？这种“让社区当免费测试员”的做法，正在透支 B 端客户的信任。大模型不是网页应用，出 bug 刷新一下就好，模型输出的幻觉和错误一旦进入业务流程，排查和修复成本极高。

对普通人的影响

对企业 IT：如果已经部署了 Mistral Medium 3.5，需要立刻更新 GGUF（一种主流模型文件格式）版本，否则线上业务可能正受此 bug 影响。

对个人职场：别盲目追新模型。首发版本往往是“半成品”，让子弹飞几天，等社区测完再接入自己的工作流更稳妥。

对消费市场：大模型产品的“开箱即用”体验仍有水分。底层参数调错这种低级错误频发，说明行业成熟度还远没到安稳交钥匙的阶段。