Microsoft、新しい生成AIモデルPhi-4をデビュー – パッケージはこちら

Microsoftは、Phiシリーズの生成人工知能（AI）モデルの最新イテレーションであるPhi-4を公開しました。この簡素化されたアーキテクチャは、数学的問題解決の進歩を組み込んでいます。 

報告によると、140億のパラメータを誇る新しいモデルは、GPT-4o Mini、Gemini 2.0 Flash、Claude 3.5 Haikuなどの他のコンパクトなAIモデルと競争することを目指しています。

Microsoftのブログによると、Phi-4はMicrosoftのAzure AI Foundryプラットフォームを通じて限定的にアクセス可能であり、Microsoftの研究ライセンス契約の下で研究目的に制限されています。

Phi-4: 数学的推論における強化されたパフォーマンス

Microsoftは、Phi-4を数学的問題解決のリーダーとして位置づけています。その前世代および比較可能なモデルに対して大幅なパフォーマンスの向上を引用しています。Phi-4がいくつかの標準化されたベンチマークでトップスコアを達成したと報告されているため、同社はAIモデルの能力に自信を持っています。 

GPQAテストでは、56.1点を獲得し、GPT-4oの40.9点やLlama-3の49.1点を上回りました。MATHベンチマークでは、Phi-4は80.4点を達成し、複雑な数学的問題に取り組むための高度な能力を反映しています。また、コーディングベンチマークでも優れ、HumanEvalで82.6点を達成しました。

さらに、Phi-4は現実世界のプロンプトでもその能力を示し、アメリカ数学協会のアメリカ数学コンテスト（AMC-10/12）からの問題で高いスコアを記録しました。これらの結果は、数学的精度と推論が重要な科学的研究、工学、金融モデリングなどの分野での潜在的なアプリケーションを示しています。

OpenAIのGPT-4oやGoogleのGemini Ultraのような大規模モデルは数百億〜数兆個のパラメータで動作しますが、Phi-4は、小さく簡素化されたアーキテクチャでも専門的なタスクで優れたパフォーマンスを達成できることを示しています。 

Microsoftは、Phi-4の進歩を、高品質の合成データと人間の生成コンテンツのデータセットの統合、ならびにポストトレーニング中に実施された非開示の改善に起因しています。これらの取り組みは、研究チームが合成データの使用方法とポストトレーニングの最適化における革新にますます焦点を当てている、AI業界におけるより広範な傾向を反映しています。

Scale AIのCEO Alexandr Wang氏は、このシフトを最近強調し、業界が「プレトレーニングデータの壁」に到達したと述べ、企業は今後、より効率的なAIモデルの開発に向けて競争すると付け加えました。

計算能力は重要ですが、データも重要であり、私たちはプレトレーニングデータの壁に到達しました。

ポストトレーニングデータのブームに備えてください。企業は、マルチモーダル、エージェント型、複雑な推論など、最高のフロンティアデータを持つために競争します。

データに従い、勝者を見つけてください。

7/8

— Alexandr Wang (@alexandr_wang) 12 2024 月

責任あるAIと安全機能

Microsoftは、責任あるAIソリューションの開発を強調し続け、Phi-4とその前世代に堅牢な安全対策を組み込んでいます。Azure AI Foundryを通じて、ユーザーはAI開発ライフサイクル全体にわたるリスクを評価し、軽減するために設計されたツールにアクセスできます。 

これらのツールには、不適切または有害な入力から保護するプロンプトシールド、出力内の機密コンテンツを識別するための保護素材検出、および出力が事実に基づいており関連性があることを保証するためのグラウンデッドネス検出が含まれます。

さらに、Azure AIのContent Safetyツールキットに機能が統合されており、開発者が品質、安全性、データ整合性のためにフィルターを適用し、アプリケーションを監視できるようになっています。リアルタイムアラートは、敵対的プロンプトやコンテンツの逸脱などの問題に対処するためのタイムリーな介入を提供します。

Azure AI Foundryは、組み込みおよびカスタムメトリクスとの両方を使用して反復的なモデル評価をサポートし、開発者が最適なパフォーマンスのために_their AIアプリケーションを微調整する柔軟性を提供します。