Microsoft представляет Phi-4, новую модель генеративного искусственного интеллекта – вот её содержимое

Компания Microsoft представила Phi-4, новейшую версию своей серии генеративных моделей искусственного интеллекта (ИИ) Phi. Усовершенствованная архитектура включает в себя достижения в решенииmaticзадач. 

Согласно сообщениям, новая модель, обладающая 14 миллиардами параметров, призвана конкурировать с другими компактными моделями ИИ, такими как GPT-4o Mini, Gemini 2.0 Flash и Claude 3.5 Haiku.

Microsoft блоге, Phi-4 доступен с ограниченным доступом через платформу Microsoft Azure AI Foundry и предназначен только для исследовательских целей в соответствии с лицензионным соглашением Microsoft для научных исследований.

Фи-4: Улучшение результатов вmaticмышлении

Microsoft позиционирует Phi-4 как лидера в решенииmaticзадач, ссылаясь на существенное повышение производительности по сравнению как с предшественниками, так и с сопоставимыми моделями. Компанияdent в возможностях модели ИИ после того, как, по сообщениям, Phi-4 показала лучшие результаты в нескольких стандартизированных тестах. 

В тесте GPQA он набрал 56,1 балла, превзойдя GPT-4o (40,9 балла) и Llama-3 (49,1 балла). В бенчмарке MATH Phi-4 показал результат 80,4 балла, что отражает его продвинутые возможности в решении сложныхmaticзадач. Он также преуспел в тестах на программирование, набрав 82,6 балла на HumanEval.

Кроме того, Phi-4 продемонстрировал свои возможности в реальных условиях, включая высокие баллы в задачах Американскихmaticсоревнований Американскойmaticассоциации (AMC-10/12). Эти результаты указывают на потенциальные области применения в научных исследованиях, инженерии и финансовом моделировании — областях, гдеmaticточность и логика рассуждений имеют решающее значение.

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 более компактные и оптимизированные архитектуры могут достигать превосходной производительности в специализированных задачах. 

Microsoft объясняет успехи Phi-4 интеграцией высококачественных синтетических данных наряду с наборами данных, созданными людьми, а также нераскрытыми улучшениями, внесенными в процессе постобучения. Эти усилия отражают более широкую тенденцию в индустрии ИИ, где исследовательские группы все чаще сосредотачиваются на инновациях в использовании синтетических данных и оптимизации после обучения. 

Генеральный директор Scale AI Александр Ван недавно подчеркнул этот сдвиг, отметив, что отрасль столкнулась с «проблемой данных для предварительного обучения», и добавил, что теперь компании будут стремиться к разработке более эффективных моделей ИИ.

Вычислительные ресурсы важны, но данные тоже, и мы достигли предела возможностей на этапе предварительного обучения.

Готовьтесь к буму данных после обучения. Компании будут соревноваться за обладание лучшими данными на переднем крае технологий — многомодальными, агентными, сложными рассуждениями и многим другим.

Следуйте за данными, находите победителей.

7/8

— Александр Ван (@alexandr_wang) 12 декабря 2024 г

Ответственный ИИ и функции безопасности

Microsoft продолжает уделять особое внимание ответственному развитию решений в области искусственного интеллекта, внедряя надежные меры безопасности в Phi-4 и его предшественники. Благодаря Azure AI Foundry пользователи получают доступ к инструментам, предназначенным для оценки и снижения рисков на протяжении всего жизненного цикла разработки ИИ. 

Эти инструменты включают в себя средства оперативной защиты, которые предотвращают ввод неподходящих или вредных данных, средства обнаружения защищенных материалов дляdentконфиденциальной информации в выходных данных, а также средства проверки обоснованности, гарантирующие фактическую точность и релевантность выходных данных.

Кроме того, функции , позволяющие разработчикам применять фильтры и отслеживать приложения на предмет качества, безопасности и целостности данных. Оповещения в режиме реального времени обеспечивают своевременное реагирование на такие проблемы, как нежелательные подсказки и отклонения от заданного контента.

Azure AI Foundry дополнительно поддерживает итеративную оценку моделей как со встроенными, так и с пользовательскими метриками, предоставляя разработчикам гибкость в тонкой настройке своих приложений ИИ для достижения оптимальной производительности.