Microsoft estreia Phi-4, um novo modelo de IA generativa – Aqui está o pacote
- A Microsoft lançou o Phi-4, uma IA generativa que conta com 14 bilhões de parâmetros.
- Espera-se que o modelo de IA concorra com outros modelos populares como GPT-4o Mini, Gemini e Claude, apesar de ser “menor.”
- O Phi-4 está supostamente bem equipado para lidar com problemas matemáticos.
A Microsoft revelou o Phi-4, a última iteração em sua série Phi de modelos de inteligência artificial (IA) generativa. A arquitetura simplificada incorpora avanços na resolução de problemas matemáticos.
De acordo com os relatórios, o novo modelo, com 14 bilhões de parâmetros, visa competir com outros modelos de IA compactos como GPT-4o Mini, Gemini 2.0 Flash e Claude 3.5 Haiku.
De acordo com o blog da Microsoft, o Phi-4 está disponível com acesso limitado através da plataforma Microsoft Azure AI Foundry e é restrito a fins de pesquisa sob um acordo de licença de pesquisa da Microsoft.
Phi-4: Desempenho aprimorado no raciocínio matemático
A Microsoft posicionou o Phi-4 como líder na resolução de problemas matemáticos, citando ganhos substanciais de desempenho em relação aos seus predecessores e modelos comparáveis. A empresa está confiante nas capacidades do modelo de IA após o Phi-4 ter alcançado as melhores pontuações em vários benchmarks padronizados.
No teste GPQA, obteve 56,1, superando o 40,9 do GPT-4o e o 49,1 do Llama-3. No benchmark MATH, o Phi-4 alcançou 80,4, refletindo suas capacidades avançadas para lidar com problemas matemáticos complexos. Também se destacou em benchmarks de codificação, alcançando uma pontuação de 82,6 no HumanEval.
Além disso, o Phi-4 demonstrou sua proeza em cenários do mundo real, incluindo altas pontuações em problemas das Competições de Matemática Americana (AMC-10/12) da Associação Americana de Matemática. Esses resultados indicam aplicações potenciais em pesquisa científica, engenharia e modelagem financeira, campos onde a precisão matemática e o raciocínio são críticos.
Enquanto modelos maiores, como o GPT-4o da OpenAI e o Gemini Ultra do Google, operam com centenas de bilhões ou até trilhões de parâmetros, o Phi-4 demonstra que arquiteturas menores e mais enxutas podem alcançar desempenho superior em tarefas especializadas.
A Microsoft atribui os avanços do Phi-4 à integração de dados sintéticos de alta qualidade junto com conjuntos de dados de conteúdo gerado por humanos, bem como melhorias não divulgadas feitas durante o pós-treinamento. Esses esforços refletem uma tendência mais ampla na indústria de IA, onde as equipes de pesquisa estão cada vez mais focadas em inovações no uso de dados sintéticos e otimização pós-treinamento.
O CEO da Scale AI, Alexandr Wang, destacou recentemente essa mudança, observando que a indústria atingiu um “muro de dados de pré-treinamento”, acrescentando que as empresas agora correrão para desenvolver modelos de IA mais eficientes.
O poder computacional importa, mas os dados também, e atingimos um muro de dados de pré-treinamento.
— Alexandr Wang (@alexandr_wang) Dezembro 12, 2024
Preparem-se para o boom de dados de pós-treinamento. As empresas correrão para ter os melhores dados de fronteira — multimodais, agênticos, de raciocínio complexo e mais.
Siga os dados, encontre os vencedores.
7/8
IA responsável e recursos de segurança
A Microsoft continua a enfatizar o desenvolvimento responsável de soluções de IA, incorporando medidas de segurança robustas no Phi-4 e em suas versões anteriores. Por meio do Azure AI Foundry, os usuários têm acesso a ferramentas projetadas para avaliar e mitigar riscos ao longo do ciclo de vida do desenvolvimento de IA.
Essas ferramentas incluem escudos de prompt, que protegem contra entradas inadequadas ou prejudiciais, detecção de materiais protegidos para identificar conteúdo sensível nas saídas e detecção de fundamentação para garantir que as saídas sejam factualmente precisas e relevantes.
Além disso, há recursos integrados no kit de ferramentas Content Safety da Azure AI, permitindo que os desenvolvedores apliquem filtros e monitorem aplicativos para qualidade, segurança e integridade de dados. Alertas em tempo real fornecem intervenções oportunas para abordar questões como prompts adversariais e desvios de conteúdo.
Azure AI Foundry suporta ainda mais avaliações iterativas de modelos com métricas integradas e personalizadas, dando aos desenvolvedores a flexibilidade de ajustar finamente suas aplicações de IA para desempenho ótimo.
As mentes mais inteligentes do setor de criptomoedas já leem nosso boletim informativo. Quer entrar? Junte-se a eles.
Aviso Legal. As informações fornecidas não constituem aconselhamento de investimento. Cryptopolitan.com não assume responsabilidade por quaisquer investimentos realizados com base nas informações fornecidas nesta página. Recomendamos fortemente a realização de pesquisa independente e/ou consulta com um profissional qualificado antes de tomar quaisquer decisões de investimento.
Florence Muchai
Florence cobre notícias sobre criptoativos, jogos, tecnologia e IA há 6 anos. Sua graduação em Estudos de Computação na Meru University of Science and Technology e em Gestão de Desastres e Diplomacia Internacional no MMUST equipam-na plenamente com habilidades linguísticas, de observação e técnicas. Florence trabalhou no VAP Group e como editora em várias casas de mídia de criptoativos.
