نماذج ومنصات الذكاء الاصطناعي
مايكروسوفت تكشف عن Phi-3: نماذج الذكاء الاصطناعي المفتوحة القوية التي توفر أداءً عاليًا في أحجام صغيرة
أعلنت مايكروسوفت عن Phi-3، وهي عائلة جديدة من نماذج اللغة الصغيرة (SLMs) التي تهدف إلى تقديم أداء عالي وفعالية في تطبيقات الذكاء الاصطناعي. أظهرت هذه النماذج نتائج قوية عبر المعايير في فهم اللغة والمنطق والبرمجة والرياضيات عند مقارنتها بنماذج مماثلة وأكبر في الحجم. يوسع إصدار Phi-3 خيارات المطورين والشركات التي تبحث عن الاستفادة من الذكاء الاصطناعي مع توازن الكفاءة والتكلفة.
عائلة نماذج Phi-3 وتوفرها
النموذج الأول في سلسلة Phi-3 هو Phi-3-mini، وهو نموذج يحتوي على 3.8 مليار معامل، وهو الآن متاح على استوديو Azure AI وHugging Face وOllama. يأتي Phi-3-mini مع تعليمات مخصصة، مما يسمح باستخدامه “من الصندوق” دون تعليم متقدم. يحتوي على نافذة سياق تصل إلى 128 كيلو رمز، وهي الأطول في فئته، مما يسمح بمعالجة مدخلات نصية أكبر دون التضحية بالأداء.
为了优化性能跨硬件设置,Phi-3-mini 已针对 ONNX Runtime 和 NVIDIA GPU 进行了微调。Microsoft (MSFT ) 计划在不久的将来通过发布 Phi-3-small(7B 参数)和 Phi-3-medium(14B 参数)来扩展 Phi-3 家族。这些额外的模型将为满足不同需求和预算提供更广泛的选择。

صورة: مايكروسوفت
أداء Phi-3 وتطويره
تقرير مايكروسوفت أن نماذج Phi-3 أظهرت تحسينات كبيرة في الأداء مقارنة بنماذج مماثلة وأكبر في الحجم عبر مختلف المعايير. وفقًا للشركة، فقد تفوق Phi-3-mini على نماذج بحجم ضعف حجمه في مهام فهم اللغة وتوليدها، في حين تفوقت Phi-3-small و Phi-3-medium على نماذج أكبر بكثير، مثل GPT-3.5T، في بعض التقييمات.
تؤكد مايكروسوفت أن تطوير نماذج Phi-3 اتبع مبادئ ومعايير الذكاء الاصطناعي المسؤول، التي تؤكد على المسؤولية والشفافية والعدالة والموثوقية والسلامة والخصوصية والأمان والشمولية.据报道,已经对这些 النماذج进行了 تدريبات أمان وتقييمات واختبارات لتأكيد الالتزام بممارسات نشر الذكاء الاصطناعي المسؤول.

صورة: مايكروسوفت
التطبيقات والقدرات المحتملة لنماذج Phi-3
تم تصميم عائلة Phi-3 لتتفوق في السيناريوهات حيث تكون الموارد محدودة أو حيث يكون التأخير المنخفض ضروريًا أو حيث يكون الكفاءة والتكلفة هي الأولوية. تتمتع هذه النماذج بال潜عة لتمكين الاستدلال على الجهاز، مما يسمح للتطبيقات التي تعمل بالذكاء الاصطناعي بالتشغيل بكفاءة على مجموعة واسعة من الأجهزة، بما في ذلك تلك التي تتمتع بقدرات حوسبية محدودة. قد يجعلهم حجم نماذج Phi-3 الأصغر يجعل تعليمهم وتخصيصهم أكثر اقتصادية للشركات، مما يسمح لهم بتعديل النماذج لتناسب حالات استخدامهم المحددة دون تكبد تكاليف عالية.
في التطبيقات التي تكون فيها أوقات الاستجابة السريعة حاسمة، تقدم نماذج Phi-3 حلًا واعدًا. يمكن أن تمكن هيكلها المُحسَّن ومعالجتها الفعالة من توليد نتائج سريعة، مما يعزز تجارب المستخدم ويفسح المجال أمام تفاعلات الذكاء الاصطناعي في الوقت الفعلي. بالإضافة إلى ذلك، تتمتع Phi-3-mini بقدرات قوية في المنطق والاستدلال، مما يجعلها مناسبة للمهام التحليلية، مثل تحليل البيانات وتوليد المعلومات.
随着现实世界中Phi-3模型的应用出现,其推动创新并使人工智能更易于获取的潜力变得越来越明显。Phi-3家族代表了人工智能民主化的一个里程碑,赋予企业和开发人员在保持效率和成本效益的同时利用先进语言模型的能力。
随着Phi-3的发布,微软正在扩展小型语言模型的可能性,开启了人工智能可以无缝集成到广泛应用和设备中的未来。












