Microsoft presenta Phi-3: potentes modelos de IA abierta que ofrecen el máximo rendimiento en tamaños pequeños

Microsoft ha presentado Phi-3, una nueva familia de modelos de lenguaje pequeño (SLM) que tienen como objetivo ofrecer alto rendimiento y rentabilidad en aplicaciones de IA. Estos modelos han mostrado resultados sólidos en los puntos de referencia en comprensión del lenguaje, razonamiento, codificación y matemáticas en comparación con modelos de tamaños similares y más grandes. El lanzamiento de Phi-3 amplía las opciones disponibles para los desarrolladores y empresas que buscan aprovechar la IA y al mismo tiempo equilibrar la eficiencia y el costo.

Familia de modelos Phi-3 y disponibilidad

El primer modelo de la línea Phi-3 es Phi-3-mini, un modelo de parámetros 3.8B ahora disponible en Estudio de IA de Azure, Abrazando la caray Ollama. Phi-3-mini viene con instrucciones ajustadas, lo que permite su uso "listo para usar" sin necesidad de realizar ajustes exhaustivos. Cuenta con una ventana de contexto de hasta 128 tokens, la más larga en su clase de tamaño, lo que permite el procesamiento de entradas de texto más grandes sin sacrificar el rendimiento.

Para optimizar el rendimiento en todas las configuraciones de hardware, Phi-3-mini se ha ajustado para ONNX Runtime y GPU NVIDIA. Microsoft planea expandir pronto la familia Phi-3 con el lanzamiento de Phi-3-small (parámetros 7B) y Phi-3-medium (parámetros 14B). Estos modelos adicionales brindarán una gama más amplia de opciones para satisfacer diversas necesidades y presupuestos.

Rendimiento y desarrollo de Phi-3

Microsoft informa que los modelos Phi-3 han demostrado importantes mejoras de rendimiento con respecto a modelos del mismo tamaño e incluso modelos más grandes en varios puntos de referencia. Según la compañía, Phi-3-mini ha superado a modelos del doble de su tamaño en tareas de generación y comprensión de lenguaje, mientras que Phi-3-small y Phi-3-medium han superado a modelos mucho más grandes, como GPT-3.5T, en ciertos evaluaciones.

Microsoft afirma que el desarrollo de los modelos Phi-3 ha seguido el modelo de la empresa Principios de IA responsable y estándares, que enfatizan la responsabilidad, la transparencia, la equidad, la confiabilidad, la seguridad, la privacidad y la inclusión. Según se informa, los modelos han sido sometidos a capacitación, evaluaciones y formación de equipos rojos en materia de seguridad para garantizar el cumplimiento de prácticas responsables de implementación de IA.

Posibles aplicaciones y capacidades de Phi-3

La familia Phi-3 está diseñada para sobresalir en escenarios donde los recursos son limitados, la baja latencia es esencial o la rentabilidad es una prioridad. Estos modelos tienen el potencial de permitir la inferencia en el dispositivo, permitiendo que las aplicaciones impulsadas por IA se ejecuten de manera eficiente en una amplia gama de dispositivos, incluidos aquellos con potencia informática limitada. El tamaño más pequeño de los modelos Phi-3 también puede hacer que el ajuste y la personalización sean más asequibles para las empresas, permitiéndoles adaptar los modelos a sus casos de uso específicos sin incurrir en altos costos.

En aplicaciones donde los tiempos de respuesta rápidos son críticos, los modelos Phi-3 ofrecen una solución prometedora. Su arquitectura optimizada y procesamiento eficiente pueden permitir una rápida generación de resultados, mejorando las experiencias del usuario y abriendo posibilidades para interacciones de IA en tiempo real. Además, las sólidas capacidades lógicas y de razonamiento de Phi-3-mini lo hacen ideal para tareas analíticas, como el análisis de datos y la generación de conocimientos.