微软发布了其轻量级AI模型的下一个版本，Phi-3 Mini。这个模型是一系列较小模型的第一个，包含38亿参数，专门为在个人设备如智能手机和笔记本电脑上的使用而优化。与GPT-4等更大的语言模型相比，Phi-3 Mini训练在一个更小的数据集上，现已在Azure、Hugging Face和Ollama等平台上可用。

微软Azure AI平台企业副总裁Eric Boyd解释说，Phi-3 Mini的性能与更大型的语言模型如GPT-3.5相近，但体积更小。更小的尺寸使得运行成本降低，同时在终端设备上的性能得到提升。

微软计划推出该系列的更多型号，包括拥有70亿参数的Phi-3 Small型号和拥有140亿参数的Phi-3 Medium型号。这些模型的开发是公司战略的一部分，重点是更高效、节约资源的人工智能模型，这些模型专为较不复杂的任务设计，例如文档摘要或编程支持。

Phi-3训练方法受到教育理念的启发。开发者采用了一个基于简化文本的课程，类似于朗读给孩子们听的故事。这种方法帮助模型更快地把握基本概念和结构。据博伊德称，训练通过另一个大型语言模型（LLM）创建的“儿童读物”得到支持，以系统地培训Phi-3。

尽管Phi-3 Mini拥有提高编程和逻辑推理等复杂任务的能力，但它无法达到GPT-4等更大型模型的知识广度。然而，对于许多使用较小、特定数据集的公司来说，它提供了一种高性价比且强大的替代方案。

通过这一最新进展，微软继续在人工智能领域推动创新，重点放在实际应用性和效率上。这凸显了微软保持在开发既强大又易于获取的AI解决方案方面的领导地位的雄心。