A Microsoft folytatja lenyűgöző sikersorozatát a mesterséges intelligencia területén és ma bejelentette a Phi-3.5 sorozat három új modelljének kiadását.

A három modell – Phi-3.5-mini-instruct, Phi-3.5-MoE-instruct és Phi-3.5-vision-instruct – széles körű alkalmazásokat fed le, az alapvető feladatoktól a rendkívül összetett feladatokig. Minden modell specifikus követelményekre van optimalizálva, mint például gyors és precíz érvelés vagy a szöveg- és képadatok feldolgozása multimodalitás feladatokban.

A Phi-3.5 Mini Instruct Modell, amely 3,8 milliárd paraméterrel van felszerelve, egy könnyű modell, amelyet kifejezetten memóriában vagy számítási képességekben korlátozott környezetekben történő használatra fejlesztettek ki. Lenygűgöző teljesítményt nyújt olyan feladatokban, amelyek erős érvelést igényelnek, mint például a kódgenerálás, matematikai problémamegoldás és logikai alapú lekérdezések. Kompakt mérete ellenére a RepoQA-benchmarkon felülmúlja osztályának más modelljeit, mint például a Llama-3.1-8B-instruct, különösen azoknál a feladatoknál, amelyek hosszú kontextusok megértését igénylik.

A Phi-3.5 MoE (Mixture of Experts) modell első a maga nemében a Microsoft portfóliójában.

A Phi-3.5 Vision Instruct Modell integrálja a szöveg- és képkezelési képességeket, ami ideálissá teszi olyan feladatokhoz, mint az általános képfeldolgozás, az optikai karakterfelismerés és a videó összegzések. A 128k tokent támogató kontextushosszúság révén ez a modell képes komplex, többrétegű vizuális feladatok kezelésére. A Microsoft hangsúlyozza, hogy a modellt szintetikus és nyilvánosan elérhető adathalmazok kombinációján képezték ki, különös figyelmet fordítva a magas minőségű és logikai feladatokat igénylő adatokra.

Mindhárom Phi-3.5 sorozatú modell MIT-licenc alatt került kiadásra, ami a Microsoft elkötelezettségét hangsúlyozza az Open Source közösség támogatása iránt. Ez a licenc lehetővé teszi a fejlesztők számára, hogy szabadon használják, módosítsák és terjesszék a szoftvert, miközben figyelembe kell venniük a Microsoft és más szerzői jogtulajdonosok felelősségkizárásait.

A Phi-3.5 modellek megjelenése jelentős előrelépést jelent a többnyelvű és multimodális mesterséges intelligencia fejlesztésében. Ezekkel a modellekkel a Microsoft lehetőséget biztosít a fejlesztők számára, hogy korszerű mesterséges intelligencia képességeket integráljanak alkalmazásaikba, ezzel előmozdítva az innovációt mind a kereskedelmi, mind a kutatási területeken.