Microsoft præsenterer Phi-3: Kraftfulde åbne AI-modeller, der leverer topydelser på små størrelser

Microsoft (MSFT ) har introduceret Phi-3, en ny familie af små sprogmodeller (SLM), der sigter mod at levere høj ydelse og kosteffektivitet i AI-applikationer. Disse modeller har vist stærke resultater på tværs af benchmarks i sprogforståelse, resonnering, kodning og matematik, når de sammenlignes med modeller af samme og større størrelse. Udgivelsen af Phi-3 udvider mulighederne for udviklere og virksomheder, der søger at udnytte AI, samtidig med at de balancerer effektivitet og omkostninger.

Phi-3 Model Familie og Tilgængelighed

Den første model i Phi-3-serien er Phi-3-mini, en 3,8 milliarder parametre-model, der nu er tilgængelig på Azure AI Studio, Hugging Face og Ollama. Phi-3-mini kommer instruktionsafstemt, hvilket betyder, at den kan bruges “out-of-the-box” uden omfattende finjustering. Den har en kontekstvindue på op til 128K token, det længste i sin størrelsesklasse, og muliggør behandling af større tekstindtastninger uden at gå på kompromis med ydelsen.

For at optimere ydelsen på tværs af hardware-konfigurationer er Phi-3-mini blevet finjusteret til ONNX Runtime og NVIDIA GPU’er. Microsoft planlægger at udvide Phi-3-familien snart med udgivelsen af Phi-3-small (7 milliarder parametre) og Phi-3-medium (14 milliarder parametre). Disse ekstra modeller vil give en bredere række af muligheder for at imødekomme diverse behov og budgetter.

Billede: Microsoft

Phi-3 Ydelse og Udvikling

Microsoft rapporterer, at Phi-3-modellerne har vist betydelige forbedringer i ydelse sammenlignet med modeller af samme størrelse og endda større modeller på tværs af diverse benchmarks. Ifølge virksomheden har Phi-3-mini overgået modeller, der er dobbelt så store, i sprogforståelse og generering af opgaver, mens Phi-3-small og Phi-3-medium har overgået langt større modeller, såsom GPT-3,5T, i visse evalueringer.

Microsoft oplyser, at udviklingen af Phi-3-modellerne er sket i overensstemmelse med virksomhedens principper og standarder for ansvarlig AI, der fremhæver ansvarlighed, gennemsigtighed, retfærdighed, pålidelighed, sikkerhed, privatliv og inklusivitet. Modellerne er angiveligt blevet udsat for sikkerhedstræning, evalueringer og red teaming for at sikre overholdelse af ansvarlige AI-udviklingspraksisser.

Billede: Microsoft

Potentielle Anvendelser og Færdigheder af Phi-3

Phi-3-familien er designet til at udmærke sig i scenarier, hvor ressourcer er begrænsede, lav forsinkelse er afgørende, eller hvor kosteffektivitet er en prioritet. Disse modeller har potentialet til at aktivere på-enhedssvar, hvilket muliggør, at AI-drevne applikationer kan køre effektivt på en bred vifte af enheder, herunder enheder med begrænsede beregningsressourcer. Den mindre størrelse af Phi-3-modellerne kan også gøre finjustering og tilpasning mere overkommelige for virksomheder, hvilket muliggør, at de kan tilpasse modellerne til deres specifikke brugsområder uden at skulle betale høje omkostninger.

I applikationer, hvor hurtige responstider er kritiske, tilbyder Phi-3-modellerne en lovende løsning. Deres optimerede arkitektur og effektive behandling kan muliggøre hurtig generering af resultater, hvilket forbedrer brugeroplevelser og åbner op for muligheder for realtids-AI-interaktioner. Desuden er Phi-3-mini’s stærke resonans- og logiske evner velegnede til analytiske opgaver, såsom dataanalyse og generering af indsigt.