マイクロソフトが新しい生成AIモデル「Phi-4」を発表 – パッケージはこちら

マイクロソフトは、生成型人工知能（AI）モデル「Phi」シリーズの最新版となる「Phi-4」を発表しました。合理化されたアーキテクチャには、matic的問題解決の進歩が組み込まれています。. 

報道によると、140億のパラメータを誇るこの新しいモデルは、GPT-4o Mini、Gemini 2.0 Flash、Claude 3.5 Haikuなどの他のコンパクトAIモデルと競合することを目指している。.

マイクロソフトの ブログ、Phi-4はマイクロソフトのAzure AI Foundryプラットフォームを通じて限定的に利用可能であり、マイクロソフトの研究ライセンス契約に基づき研究目的のみに限定されている。

Phi-4:matic的推論におけるパフォーマンスの向上

マイクロソフトは、Phi-4をmatic的問題解決におけるリーダーと位置付け、前世代機および同等のモデルと比較して大幅な性能向上を挙げています。Phi-4が複数の標準化されたベンチマークで最高得点を達成したとの報道を受け、同社はこのAIモデルの能力にdent 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、Llama-3の49.1点を上回りました。MATHベンチマークでは80.4点を獲得し、複雑なmatic的問題への高度な対応能力を示しました。また、コーディングベンチマークでも優れた成績を収め、HumanEvalでは82.6点を獲得しました。.

さらに、Phi-4は、米国matic協会主催のアメリカmaticコンテスト（AMC-10/12）の問題で高得点を獲得するなど、実世界のシナリオにおいてもその優れた能力を発揮しました。これらの結果は、matic的正確性と推論が極めて重要な科学研究、工学、金融モデリングといった分野への応用の可能性を示唆しています。.

OpenAI の GPT-4o や Google の Gemini Ultra などの大規模なモデルは数千億、あるいは数兆ものパラメータで動作しますが、Phi-4 は、より小規模で合理化されたアーキテクチャでも特殊なタスクで優れたパフォーマンスを実現できることを示しています。. 

マイクロソフトは、Phi-4の進歩は、高品質な合成データと人間が作成したコンテンツのデータセットを統合したこと、そしてトレーニング後の段階で行われた非公開の改善によるものだと述べている。こうした取り組みは、 AI業界、研究チームは合成データの利用方法やトレーニング後の最適化におけるイノベーションにますます注力している。 

Scale AIのCEOであるアレクサンダー・ワン氏は最近この変化に注目し、業界は「事前トレーニングデータの壁にぶつかっている」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だろうと付け加えた。.

コンピューティング能力は重要ですが、データも同様に重要です。そして、私たちは事前学習データの壁にぶつかりました。

事後学習データの爆発的な増加に備えましょう。企業は、マルチモーダル、エージェント型、複雑な推論など、最先端のデータを獲得するために競い合うでしょう。

データを追跡し、勝者を見つけましょう。7

/8

— アレクサンドル・ワン (@alexandr_wang) 2024年12月12日

責任あるAIと安全機能

マイクロソフトは、AIソリューションの責任ある開発を継続的に重視しており、Phi-4とその前身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・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dent保護された素材の検出、および出力が事実に基づいて正確で関連性があることを保証する根拠検出が含まれます。.

さらに、 機能 が統合されています。リアルタイムのアラートにより、悪意のあるプロンプトやコンテンツの逸脱といった問題に迅速に対応できます。

Azure AI Foundry は、 組み込みメトリックとカスタム メトリックの両方を使用した反復的なモデル評価をさらにサポートし、開発者が AI アプリケーションを微調整して最適なパフォーマンスを実現できる柔軟性を提供します。