Η Microsoft κυκλοφόρησε την επόμενη έκδοση του ελαφρού της μοντέλου ΤΑ (τεχνητής νοημοσύνης), το Phi-3 Mini. Αυτό το μοντέλο, το πρώτο μιας σειράς μικρότερων μοντέλων, περιλαμβάνει 3,8 δισεκατομμύρια παραμέτρους και είναι ειδικά βελτιστοποιημένο για χρήση σε προσωπικές συσκευές όπως smartphones και laptops. Σε αντίθεση με μεγαλύτερα μοντέλα γλώσσας όπως το GPT-4, το Phi-3 Mini είναι εκπαιδευμένο σε ένα μικρότερο σύνολο δεδομένων και είναι διαθέσιμο από τώρα σε πλατφόρμες όπως το Azure, το Hugging Face και το Ollama.

Ο Έρικ Μπόιντ, Αντιπρόεδρος Εταιρικών Υπηθεσιών της Microsoft Azure AI, εξηγεί ότι το Phi-3 Mini είναι παρόμοια αποδοτικό με μεγαλύτερα μοντέλα γλωσσών όπως το GPT-3.5, αλλά σε πιο συμπαγές φορμάτ. Το μικρότερο μέγεθος οδηγεί σε χαμηλότερο κόστος λειτουργίας και βελτιωμένη απόδοση στις τερματικές συσκευές.

Η Microsoft σχεδιάζει επίσης να λανσάρει περισσότερα μοντέλα αυτής της σειράς, συμπεριλαμβανομένων του Phi-3 Small με 7 δισεκατομμύρια παραμέτρους και του Phi-3 Medium με 14 δισεκατομμύρια παραμέτρους. Η ανάπτυξη αυτών των μοντέλων είναι μέρος μιας εταιρικής στρατηγικής που επικεντρώνεται σε πιο αποδοτικά και πόρο-φιλικά μοντέλα Τεχνητής Νοημοσύνης, τα οποία έχουν αναπτυχθεί ειδικά για λιγότερο περίπλοκες εργασίες, όπως η σύνοψη εγγράφων ή η υποστήριξη προγραμματισμού.

Οι μέθοδοι εκπαίδευσης για το Phi-3 είναι εμπνευσμένες από παιδαγωγικές προσεγγίσεις. Οι προγραμματιστές χρησιμοποίησαν ένα πρόγραμμα σπουδών που βασίζεται σε απλοποιημένα κείμενα, παρόμοια με τις ιστορίες που διαβάζονται στα παιδιά. Αυτή η μέθοδος βοηθά το μοντέλο να κατανοήσει ταχύτερα τις βασικές έννοιες και δομές. Σύμφωνα με τον Boyd, η εκπαίδευση υποστηρίχθηκε από "παιδικά βιβλία", τα οποία δημιουργήθηκαν από ένα άλλο LLM, για να εκπαιδεύσουν συστηματικά το Phi-3.

Παρά την ικανότητα βελτίωσης σύνθετων εργασιών όπως ο προγραμματισμός και η λογική συναγωγή, το Phi-3 Mini δεν μπορεί να φτάσει το εύρος γνώσεων μεγαλύτερων μοντέλων όπως το GPT-4. Παρ' όλα αυτά, προσφέρει μια κοστοαποδοτική και ισχυρή εναλλακτική για πολλές εταιρείες που χρησιμοποιούν μικρότερα, συγκεκριμένα σύνολα δεδομένων.

Με αυτή την τελευταία εξέλιξη, η Microsoft συνεχίζει να επενδύει σε καινοτομίες στον τομέα της τεχνητής νοημοσύνης, με έμφαση στην πρακτική εφαρμογή και την αποτελεσματικότητα. Αυτό υπογραμμίζει τη φιλοδοξία της Microsoft να παραμείνει πρωτοπόρος στην ανάπτυξη λύσεων AI που είναι ταυτόχρονα ισχυρές και προσιτές.