Microsoft が Phi-3 を発表: 小型サイズで最高のパフォーマンスを実現する強力なオープン AI モデル

Microsoft は、新しいファミリーである Phi-3 を導入しました。 小規模言語モデル (SLM) AI アプリケーションで高いパフォーマンスと費用対効果を実現することを目的としています。これらのモデルは、同様のより大きなサイズのモデルと比較した場合、言語理解、推論、コーディング、数学のベンチマーク全体で優れた結果を示しています。 Phi-3 のリリースにより、効率とコストのバランスをとりながら AI を活用したいと考えている開発者や企業が利用できるオプションが拡大します。

Phi-3 モデルファミリーと可用性

Phi-3 ラインナップの最初のモデルは、現在入手可能な 3B パラメータ モデルである Phi-3.8-mini です。 Azure AI スタジオ, ハグ顔, オラマ。 Phi-3-mini は命令が調整されているため、大規模な微調整を行わずに「すぐに使用できる」ようになります。このクラスのサイズでは最長となる、最大 128K トークンのコンテキスト ウィンドウを備えており、パフォーマンスを犠牲にすることなく、より大きなテキスト入力を処理できます。

ハードウェア設定全体でパフォーマンスを最適化するために、Phi-3-mini は ONNX ランタイムと NVIDIA GPU 向けに微調整されています。 Microsoft は、Phi-3-small (3B パラメーター) および Phi-7-medium (3B パラメーター) のリリースにより、Phi-14 ファミリを近々拡張する予定です。これらの追加モデルにより、多様なニーズや予算に対応できる幅広いオプションが提供されます。

Phi-3 のパフォーマンスと開発

Microsoft の報告によると、Phi-3 モデルは、さまざまなベンチマークにおいて、同じサイズのモデルやさらに大きなモデルと比較して、パフォーマンスが大幅に向上していることが実証されています。同社によれば、Phi-3-mini は言語理解と生成タスクにおいてそのサイズの 3 倍のモデルを上回っており、Phi-3-small と Phi-3.5-medium は特定の点で GPT-XNUMXT などのはるかに大型のモデルを上回っています。評価。

Microsoft は、Phi-3 モデルの開発は同社の方針に従っていると述べています。 責任ある AI の原則 説明責任、透明性、公平性、信頼性、安全性、プライバシー、セキュリティ、包括性を強調する基準。伝えられるところによると、モデルは、責任ある AI 導入慣行の順守を確実にするために、安全トレーニング、評価、レッドチーム化を受けています。

Phi-3 の潜在的な用途と機能

Phi-3 ファミリは、リソースに制約がある場合、低遅延が不可欠である場合、またはコスト効率が優先される場合のシナリオで優れた性能を発揮するように設計されています。これらのモデルには、オンデバイス推論を可能にする可能性があり、AI を活用したアプリケーションを、コンピューティング能力が限られたデバイスを含む幅広いデバイス上で効率的に実行できるようになります。また、Phi-3 モデルのサイズが小さいため、企業は微調整やカスタマイズをより手頃な価格で行うことができ、高いコストをかけずにモデルを特定のユースケースに適応させることができます。

高速応答時間が重要なアプリケーションでは、Phi-3 モデルが有望なソリューションを提供します。最適化されたアーキテクチャと効率的な処理により、結果を迅速に生成できるようになり、ユーザー エクスペリエンスが向上し、リアルタイム AI インタラクションの可能性が広がります。さらに、Phi-3-mini の強力な推論機能と論理機能により、データ分析や洞察の生成などの分析タスクに適しています。