digilib@itb.ac.id +62 812 2508 8800

ANTONIUS ABSTRAK
PUBLIC Dwi Ary Fuziastuti

Penelitian ini bertujuan untuk membandingkan arsitektur model Mistral, Mixtral dan GPT dalam konteks pembelajaran mendalam. Fokus utama dari penelitian ini adalah mengevaluasi efek dari campuran ahli dan komponen Mistral dalam kinerja model. Metodologi yang digunakan melibatkan analisis eksperimental dan komparatif terhadap kedua arsitektur tersebut, dengan mempertimbangkan berbagai metrik kinerja seperti akurasi, kecepatan, dan efisiensi komputasi. Hasil penelitian menunjukkan bahwa arsitektur model - model Mistral AI memiliki beberapa keunggulan signifikan dalam hal efisiensi komputasi dan fleksibilitas model, sedangkan GPT unggul dalam hal akurasi prediksi. Implikasi dari temuan ini memberikan wawasan penting bagi pengembangan model pembelajaran mendalam di masa depan.