微软推出 Phi-4，一款新的生成式 AI 模型——套餐详情

微软推出了 Phi-4，这是其 Phi 系列生成式人工智能 (AI) 模型的最新迭代。简化的架构融入了数学问题解决方面的进步。 

据报道，这款拥有 140 亿参数的新模型旨在与其他紧凑型 AI 模型（如 GPT-4o Mini、Gemini 2.0 Flash 和 Claude 3.5 Haiku）竞争。

根据微软的 博客，Phi-4 可通过微软的 Azure AI Foundry 平台有限访问，并受微软研究许可协议限制，仅限研究用途。

Phi-4：增强的数学推理性能

微软将 Phi-4 定位为数学问题解决领域的领导者，指出其性能相比前代产品和可比模型有显著提升。据报道，Phi-4 在几项标准化基准测试中取得最高分，使公司对这款 AI 模型的能力充满信心。 

在 GPQA 测试中，它得分为 56.1，优于 GPT-4o 的 40.9 和 Llama-3 的 49.1。在 MATH 基准测试中，Phi-4 取得了 80.4 分，反映了其在解决复杂数学问题方面的先进能力。它在编码基准测试中也表现出色，在 HumanEval 上得分 82.6。

此外，Phi-4 在现实场景中展示了其实力，包括在美国数学协会的美国数学竞赛 (AMC-10/12) 问题中获得高分。这些结果表明其在科学研究、工程和金融建模等领域具有潜在应用，在这些领域中，数学准确性和推理能力至关重要。

虽然像 OpenAI 的 GPT-4o 和 Google 的 Gemini Ultra 这样的大型模型拥有数千亿甚至数万亿参数，但 Phi-4 证明了更小、更简化的架构可以在专业任务中实现卓越性能。 

微软将 Phi-4 的进步归功于高质量合成数据与人类生成数据集的整合，以及训练后阶段未公开的改进。这些努力反映了 AI 行业 的更广泛趋势，研究团队越来越专注于合成数据使用和训练后优化的创新。

Scale AI 首席执行官 Alexandr Wang 最近强调了这一转变， remarking 称行业已触及“预训练数据墙”，并补充说公司现在将竞相开发更高效的 AI 模型。

计算能力很重要，但数据也很重要，我们已经达到了预训练数据墙。

准备好迎接训练后数据繁荣。公司将竞相拥有最好的前沿数据——多模态、智能体、复杂推理等。

跟随数据，找到赢家。

7/8

—— Alexandr Wang (@alexandr_wang) 12 月 12, 2024

负责任的 AI 和安全功能

微软继续强调 AI 解决方案的负责任开发，将强大的安全措施纳入 Phi-4 及其前代产品中。通过 Azure AI Foundry，用户可以获得旨在评估和缓解 AI 开发生命周期中风险的工具。 

这些工具包括提示盾牌，可防止不适当或有害的输入；受保护材料检测，用于识别输出中的敏感内容；以及真实性检测，以确保输出事实准确且相关。

此外，功能已集成到 Azure AI 的内容安全工具包中，使开发人员能够应用过滤器并监控应用程序的质量、安全性和数据完整性。实时警报提供及时的干预措施，以解决对抗性提示和内容偏差等问题。

Azure AI Foundry 进一步支持使用内置和自定义指标进行迭代模型评估，赋予开发人员灵活性，以微调 their AI 应用程序以实现最佳性能。