Microsoft представляет Phi-4, новую модель генеративного ИИ — вот подробности
- Microsoft запустила Phi-4 — генеративную ИИ-модель с 14 миллиардами параметров.
- Несмотря на «меньший» размер, ожидается, что эта ИИ-модель составит конкуренцию другим популярным моделям, таким как GPT-4o Mini, Gemini и Claude.
- По сообщениям, Phi-4 отлично справляется с решением математических задач.
Microsoft представила Phi-4, новейшую итерацию в серии моделей генеративного искусственного интеллекта (ИИ) Phi. Упрощенная архитектура включает в себя достижения в области решения математических задач.
Согласно отчетам, новая модель, boasting 14 миллиардами параметров, стремится конкурировать с другими компактными ИИ-моделями, такими как GPT-4o Mini, Gemini 2.0 Flash и Claude 3.5 Haiku.
Согласно блогу Microsoft, модель Phi-4 доступна с ограниченным доступом через платформу Microsoft Azure AI Foundry и ограничена исследовательскими целями в рамках соглашения о лицензии на исследования Microsoft.
Phi-4: Улучшенная производительность в математическом мышлении
Microsoft позиционирует Phi-4 как лидера в решении математических задач, ссылаясь на значительный рост производительности по сравнению как с ее предшественниками, так и с сопоставимыми моделями. Компания уверена в возможностях ИИ-модели после того, как Phi-4, по сообщениям, набрала высшие баллы в нескольких стандартизированных тестах.
В тесте GPQA она набрала 56,1 балла, превзойдя результаты GPT-4o (40,9) и Llama-3 (49,1). На бенчмарке MATH Phi-4 достигла 80,4, что отражает ее продвинутые способности в решении сложных математических задач. Она также продемонстрировала отличные результаты в тестах по программированию, набрав 82,6 балла на HumanEval.
Кроме того, Phi-4 продемонстрировала свои возможности в реальных сценариях, включая высокие баллы на задачах из Американских математических соревнований (AMC-10/12) Математической ассоциации Америки. Эти результаты указывают на потенциальные применения в научных исследованиях, инженерии и финансовом моделировании — областях, где критически важны математическая точность и логика.
В то время как более крупные модели, такие как GPT-4o от OpenAI и Gemini Ultra от Google, работают с сотнями миллиардов или даже триллионами параметров, Phi-4 демонстрирует, что меньшие, упрощенные архитектуры могут достигать превосходной производительности в специализированных задачах.
Microsoft приписывает достижения Phi-4 интеграции высококачественных синтетических данных вместе с наборами данных, созданных людьми, а также нераскрытым улучшениям, внесенным в процессе постобучения. Эти усилия отражают более широкую тенденцию в ИИ-индустрии, где исследовательские команды все больше фокусируются на инновациях в использовании синтетических данных и оптимизации постобучения.
Генеральный директор Scale AI Александр Ван недавно выделил этот сдвиг, remarking, что индустрия достигла «стены данных для предварительного обучения», добавив, что компании теперь будут соревноваться в разработке более эффективных ИИ-моделей.
Вычислительные мощности важны, но также важна и данные, и мы достигли стены данных для предварительного обучения.
— Александр Ван (@alexandr_wang) 12 декабря 2024
Приготовьтесь к буму данных для постобучения. Компании будут соревноваться за то, чтобы обладать лучшими данными передового уровня — мультимодальными, агентными, сложными для рассуждений и другими.
Следуйте за данными, найдите победителей.
7/8
Ответственный ИИ и функции безопасности
Microsoft продолжает подчеркивать ответственную разработку ИИ-решений, внедряя надежные меры безопасности в Phi-4 и ее предшественников. Через Azure AI Foundry пользователи получают доступ к инструментам, предназначенным для оценки и снижения рисков на протяжении всего жизненного цикла разработки ИИ.
Эти инструменты включают щиты для запросов (prompt shields), которые защищают от неуместных или вредных входов, обнаружение защищенных материалов для выявления конфиденциального контента в выводах и обнаружение обоснованности (groundedness detection) для обеспечения фактической точности и релевантности выводов.
Кроме того, в набор инструментов Content Safety платформы Azure AI интегрированы функции, позволяющие разработчикам применять фильтры и контролировать приложения на предмет качества, безопасности и целостности данных. Оповещения в реальном времени обеспечивают своевременное вмешательство для решения таких проблем, как враждебные запросы и отклонения контента.
Azure AI Foundry дополнительно поддерживает итеративную оценку моделей как с помощью встроенных, так и пользовательских метрик, предоставляя разработчикам гибкость для тонкой настройки своих ИИ-приложений для достижения оптимальной производительности.
Если вы читаете это, вы уже впереди. Оставайтесь с нами, подписавшись на нашу рассылку.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com Мы не несем ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем проводить независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любых инвестиционных решений.
Флоренс Мучай
Флоренс уже 6 лет освещает новости в сферах криптовалют, игр, технологий и искусственного интеллекта. Её образование по специальности «Компьютерные науки» в Университете науки и технологий Меру, а также обучение управлению в чрезвычайных ситуациях и международной дипломатии в MMUST обеспечили ей отличные языковые навыки, наблюдательность и технические компетенции. Флоренс работала в группе VAP Group и была редактором в нескольких крипто-медиа.
