Microsoft запускает Phi-4: сверхинференциальную модель искусственного интеллекта, которая будет конкурировать с DeepSeek R1

Краткое содержание:

• Microsoft запустила модели логического вывода ИИ Phi-4, обученные с использованием 14 миллиардов и 3.8 миллиарда параметров.
• Несмотря на свои небольшие размеры, модели вывода Phi-4 конкурируют с гораздо более крупными моделями, такими как DeepSeek R1 и o3-mini.
• По словам Microsoft, модели вывода Phi-4 могут работать на ПК под управлением Windows Copilot+ благодаря своему небольшому размеру.

Microsoft запустила три новые дедуктивные модели искусственного интеллекта, включая Phi-4-reasoning, Phi-4-reasoning-plus и Phi-4-mini-reasoning. Это небольшие языковые модели, разработанные для терминальных устройств, таких как компьютеры Windows и мобильные устройства. Модель искусственного интеллекта Phi-4-reasoning обучена с использованием 14 миллиардов параметров и может выполнять сложные задачи вывода.

Модель Phi-4-reasoning-plus использует ту же базовую модель, но применяет вычисления с увеличенным временем вывода — примерно в 1.5 раза больше токенов по сравнению с Phi-4-reasoning — для достижения более высокой точности. Несмотря на свой небольшой размер, модель Phi-4-reasoning конкурирует с более крупными моделями, такими как DeepSeek R1 671B и o3-mini.

В бенчмарке GPQA модель Phi-4-reasoning-plus-14B показывает результат 69.3%, а o3-mini — 77.7%. Затем, в тесте AIME 2025, Phi-4-reasoning-plus-14B достигает 78%, а o3-mini — 82.5%. Это демонстрирует, что мини-модель Microsoft приближается к основным моделям вывода, которые значительно больше по размеру.

Microsoft заявляет, что модели вывода Phi-4 были обучены с помощью контролируемой тонкой настройки « на тщательно отобранных наборах данных для вывода от OpenAI o3-mini ». Кроме того, Microsoft пишет: « Модель демонстрирует, что тщательная форматировка данных и высококачественные синтетические наборы данных позволяют моделям меньшего размера конкурировать с моделями большего размера ».

Помимо этого, меньшая по размеру модель Phi-4-mini-reasoning, обученная всего на 3.8 миллиардах параметров, превосходит многие модели 7B и 8B. В таких тестах, как AIME 24, MATH 500 и GPQA Diamond, модель Phi-4-mini-reasoning-3.8B демонстрирует конкурентоспособные результаты, приближаясь к показателям o1-mini. Модель Phi-4-mini была доработана с использованием синтетических данных, сгенерированных моделью Deepseek-R1.

Модели Phi от Microsoft уже используются нативно на ПК под управлением Windows Copilot+ , задействуя встроенный нейронный процессор. Будет интересно посмотреть, как модели вывода Phi-4 улучшат производительность ИИ на этой машине.