مايكروسوفت تطلق Phi-3، نموذج لغة خفيف الوزن لكنه فائق القدرة

- أعلنت مايكروسوفت عن أحدث إصدار من خط نماذجها اللغوية الخفيفة الوزن في- Phi.
- من المتوقع أن يؤدي في-3 أداءً يعادل نماذج أكبر منه بعشر مرات، ويمكن تشغيله على الهواتف الذكية.
- تم تدريبه على مجموعة بيانات صغيرة، مما يجعله حلاً اقتصادياً للشركات الأصغر.
أعلنت مايكروسوفت عن نموذج لغة ذكاء اصطناعي صغير قادر على أداء مهام مثل كتابة منشورات وسائل التواصل الاجتماعي وإنشاء المحتوى باستخدام كميات أقل من البيانات.
قالت الشركة العملاقة في بيان إن نموذجها الخفيف الجديد المسمى Phi-3-mini لديه القدرة على التفوق على النماذج الأكبر حجماً بعشر مرات عند اختباره لمجموعة من المعايير مثل البرمجة والرياضيات والقدرات اللغوية.

Phi-3 هو حل مناسب للشركات الصغيرة
قالت مايكروسوفت إن هذه الأنواع من النماذج الأصغر تسهل على الشركات الصغيرة ذات الموارد المحدودة أداء المهام البسيطة، حيث صُممت مع وضع هذا النهج في الاعتبار.
يمكن استخدام Phi-3 من قبل الشركات لاستخراج المعلومات ذات الصلة واتجاهات الأعمال من تقارير أبحاث السوق، ولجلب وملخص النقاط الرئيسية لوثيقة طويلة، كما أوضحت مايكروسوفت.
سيكون Phi-3 متاحاً فوراً في كتالوج نماذج الذكاء الاصطناعي على Azur، وهو منصة الخدمات السحابية لمايكروسوفت، وعلى Hugging Face، وهو منصة لاختبار ونشر نماذج التعلم الآلي، وكذلك على Ollama، وهي منصة توفر أطر عمل لتشغيل النماذج.
ستأتي نماذج Phi-3 إضافية بقدرات أكثر

يتميز Phi-3 بـ 3.8 مليار معلمة ويتم تدريبه على بيانات أقل بكثير مقارنة بنماذج اللغة الكبيرة مثل Gemini أو GPT-4. أصدرت مايكروسوفت Phi-2 في نهاية العام الماضي. يقول الخبراء إنه أدى بنفس جودة بعض النماذج الأكبر. من المتوقع أن يؤدي Phi-3 بشكل أفضل بكثير من سلفه.
تخطط مايكروسوفت لإطلاق نسختين إضافيتين من النموذج، حيث يُعد هذا هو الأول في التشكيلة، وهما Phi-3 Small وPhi-3 Medium، بقدرات مختلفة تتراوح بين 7 إلى 14 مليار معلمة.
لا يستطيع النموذج الخفيف توليد نتائج مثل تلك الخاصة بنماذج LLM المستندة إلى السحابة، لكنه يمكنه التنافس مع نماذج أصغر أخرى مثل Mistral وllama-3 في كتابة الأكواد وحل المعادلات الرياضية والأوراق الأكاديمية.
ميزة إضافية أخرى لـ Phi-3 هي قدرته على العمل دون اتصال بالإنترنت وعلى الأجهزة الصغيرة مثل الهواتف الذكية. يُعد Phi-3 حلاً فعالاً من حيث التكلفة للشركات الصغيرة التي لا تستطيع تحمل تكاليف نماذج اللغة الكبيرة المستندة إلى السحابة للدخول في مجال الذكاء الاصطناعي.
لا تكتفِ بقراءة أخبار العملات الرقمية فحسب، بل افهمها. اشترك في نشرتنا الإخبارية. مجانية.
إخلاء مسؤولية: المعلومات المقدمة ليست نصيحة تداول. لا تتحمل Cryptopolitan.com أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المتاحة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو استشارة مختص مؤهل قبل اتخاذ أي قرار استثماري.

عامر شيخ
عامر صحفي تقني يتمتع بخبرة تزيد عن ست سنوات في مجالي العملات المشفرة والتقنية. تخرج من جامعة ماج بشهادة ماجستير في إدارة الأعمال بتخصص التمويل والتسويق. يعمل حاليًا مع موقع كربتوبوليتان، حيث يتناول أحدث التطورات في أسواق العملات المشفرة وتوقعات الأسعار.
















