وإليك الحزمة
كشفت Microsoft النقاب عن Phi-4، وهو أحدث إصدار في سلسلة Phi لنماذج الذكاء الاصطناعي التوليدي (AI). تتضمن البنية المبسطة التطورات في حل المشكلات matic .
وفقًا للتقارير، يهدف النموذج الجديد، الذي يضم 14 مليار معلمة، إلى التنافس مع نماذج الذكاء الاصطناعي المدمجة الأخرى مثل GPT-4o Mini وGemini 2.0 Flash وClaude 3.5 Haiku.
وفقًا لمدونة ، فإن Phi-4 متاح بوصول محدود من خلال منصة Azure AI Foundry من Microsoft ويقتصر على أغراض البحث بموجب اتفاقية ترخيص أبحاث Microsoft.
Phi-4: تحسين الأداء في الاستدلال matic
لقد وضعت مايكروسوفت Phi-4 كشركة رائدة في حل المشكلات matic ، مستشهدة بمكاسب كبيرة في الأداء مقارنة بأسلافها والنماذج المماثلة. الشركة dent من قدرات نموذج الذكاء الاصطناعي بعد أن حققت Phi-4 أعلى الدرجات في العديد من المعايير القياسية.
في اختبار GPQA، سجل 56.1، متفوقًا على GPT-4o الذي حصل على 40.9 وLlama-3 على 49.1. وفي معيار MATH، حقق Phi-4 80.4، مما يعكس قدراته المتقدمة في معالجة المشكلات matic المعقدة. كما تفوقت أيضًا في معايير البرمجة، حيث حصلت على درجة 82.6 على موقع HumanEval.
بالإضافة إلى ذلك، أظهر Phi-4 براعته في سيناريوهات العالم الحقيقي، بما في ذلك الدرجات العالية في المسائل من مسابقات matic الأمريكية التابعة لرابطة matic الأمريكية (AMC-10/12). وتشير هذه النتائج إلى التطبيقات المحتملة في البحث العلمي والهندسة والنمذجة المالية، وهي المجالات التي تعتبر فيها الدقة والاستدلال matic أمرًا بالغ الأهمية.
في حين تعمل النماذج الأكبر مثل GPT-4o من OpenAI وGemini Ultra من Google بمئات المليارات أو حتى تريليونات من المعلمات، يوضح Phi-4 أن البنى الأصغر حجمًا والمبسطة يمكنها تحقيق أداء فائق في المهام المتخصصة.
تعزو مايكروسوفت التقدم الذي حققته Phi-4 إلى تكامل البيانات الاصطناعية عالية الجودة جنبًا إلى جنب مع مجموعات البيانات للمحتوى الذي أنشأه الإنسان، بالإضافة إلى التحسينات غير المعلنة التي تم إجراؤها أثناء مرحلة ما بعد التدريب. تعكس هذه الجهود اتجاهًا أوسع في صناعة الذكاء الاصطناعي ، حيث تركز فرق البحث بشكل متزايد على الابتكارات في استخدام البيانات الاصطناعية وتحسين ما بعد التدريب.
وقد سلط ألكسندر وانغ، الرئيس التنفيذي لشركة Scale AI، الضوء مؤخرًا على هذا التحول، مشيرًا إلى أن الصناعة قد وصلت إلى "جدار بيانات ما قبل التدريب"، مضيفًا أن الشركات ستتسابق الآن نحو تطوير نماذج ذكاء اصطناعي أكثر كفاءة.
تواصل Microsoft التأكيد على التطوير المسؤول لحلول الذكاء الاصطناعي، ودمج تدابير السلامة القوية في Phi-4 وأسلافه. من خلال Azure AI Foundry، يستطيع المستخدمون الوصول إلى الأدوات المصممة لتقييم المخاطر وتخفيفها عبر دورة حياة تطوير الذكاء الاصطناعي.
تتضمن هذه الأدوات الدروع الفورية، التي تحمي من المدخلات غير المناسبة أو الضارة، والكشف عن المواد المحمية dent المحتوى الحساس في المخرجات، والكشف عن التأريض لضمان أن المخرجات دقيقة وذات صلة بالواقع.
علاوة على ذلك، هناك ميزات مدمجة في مجموعة أدوات سلامة المحتوى الخاصة بـ Azure AI، مما يتيح للمطورين تطبيق عوامل التصفية ومراقبة التطبيقات لضمان الجودة والسلامة وسلامة البيانات. توفر التنبيهات في الوقت الفعلي تدخلات في الوقت المناسب لمعالجة مشكلات مثل المطالبات العدائية وانحرافات المحتوى.
Azure AI Foundry أيضًا تقييمات النماذج التكرارية باستخدام المقاييس المضمنة والمخصصة، مما يمنح المطورين المرونة اللازمة لضبط تطبيقات الذكاء الاصطناعي للحصول على الأداء الأمث