Microsoft har udgivet den næste version af sin letvægts AI-model, Phi-3 Mini. Denne model, den første i en serie af mindre modeller, indeholder 3,8 milliarder parametre og er dermed specielt optimeret for brug på personlige enheder såsom smartphones og laptops. I modsætning til større sprogmodeller som GPT-4 er Phi-3 Mini trænet på et mindre datasæt og er nu tilgængelig på platforme som Azure, Hugging Face og Ollama.

Eric Boyd, Corporate Vice President for Microsoft Azure AI-platformen, forklarer, at Phi-3 Mini er næsten lige så kraftfuld som større sprogmodeller som GPT-3.5, men i et mere kompakt format. Den mindre størrelse resulterer i lavere driftsomkostninger og forbedret ydeevne på end-enheder.

Microsoft planlægger også at introducere flere modeller i denne serie, herunder Phi-3 Small med 7 milliarder parametre og Phi-3 Medium med 14 milliarder parametre. Udviklingen af disse modeller er en del af en virksomhedsstrategi, der fokuserer på mere effektive, ressourcebesparende AI-modeller, som er specielt designet til mindre komplekse opgaver som dokumentresuméer eller programmeringsstøtte.

Træningsmetoderne for Phi-3 er inspireret af pædagogiske tilgange. Udviklerne brugte et læreplan, der er baseret på forenklede tekster, ligesom de historier, der læses op for børn. Denne metode hjælper modellen med hurtigere at forstå grundlæggende koncepter og strukturer. Ifølge Boyd blev træningen understøttet af "børnebøger", der blev skabt af en anden LLM, for systematisk at træne Phi-3.

Selvom Phi-3 Mini kan forbedre evnen til at udføre komplekse opgaver som programmering og logiske slutninger, kan den ikke opnå den samme videnbredde som større modeller som GPT-4. Dog tilbyder den en omkostningseffektiv og kraftfuld alternativ for mange virksomheder, der bruger mindre, specifikke datasæt.

Med denne seneste udvikling fortsætter Microsoft med at satse på innovationer inden for kunstig intelligens, hvor fokus er på praktisk anvendelighed og effektivitet. Dette understreger Microsofts ambition om at være førende inden for udviklingen af AI-løsninger, der er både kraftfulde og tilgængelige.