Microsoft își continuă seria impresionantă de succese în domeniul inteligenței artificiale și a anunțat astăzi lansarea a trei noi modele din seria Phi-3.5. Aceste modele, care se remarcă prin funcțiile avansate de multimodalitate și multilingvism, urmăresc să revoluționeze în continuare piața aplicațiilor bazate pe IA. Modelele au fost puse la dispoziție sub o licență MIT branduită de Microsoft pe Hugging Face și oferă dezvoltatorilor din întreaga lume posibilitatea de a utiliza, adapta și dezvolta aceste tehnologii inovatoare.

Cele trei modele - Phi-3.5-mini-instruct, Phi-3.5-MoE-instruct și Phi-3.5-vision-instruct - acoperă o gamă largă de aplicații, de la sarcini de bază la cele foarte complexe. Fiecare model este optimizat pentru cerințe specifice, cum ar fi raționamentul rapid și precis sau procesarea datelor text și imagine în sarcini de multimodalitate.

Das Phi-3.5 Mini Instruct Modell, ausgestattet mit 3,8 Milliarden Parametern, ist ein leichtgewichtiges Modell, das speziell für den Einsatz in speicher- oder rechenbeschränkten Umgebungen entwickelt wurde. Es zeigt beeindruckende Leistungen in Aufgaben, die starkes Reasoning erfordern, wie etwa Code-Generierung, mathematische Problemlösungen und logikbasierte Abfragen. Trotz seiner kompakten Größe übertrifft es auf dem RepoQA-Benchmark andere Modelle seiner Klasse, wie das Llama-3.1-8B-instruct, insbesondere bei Aufgaben, die ein Verständnis von langen Kontexten erfordern.

Modelul Phi-3.5 Mini Instruct, echipat cu 3,8 miliarde de parametri, este un model ușor, proiectat special pentru utilizarea în medii cu limitări de memorie sau calcul. Își arată performanțele impresionante în sarcini care necesită raționamente puternice, cum ar fi generarea de cod, rezolvarea problemelor matematice și interogările bazate pe logică. În ciuda dimensiunii sale compacte, depășește alte modele din clasa sa în benchmark-ul RepoQA, cum ar fi Llama-3.1-8B-instruct, în special în sarcinile care necesită înțelegerea contextelor lungi.

Modelul Phi-3.5 MoE (Mixture of Experts) este primul de acest fel în portofoliul Microsoft. Acesta combină diverse tipuri de modele, fiecare specializat pe sarcini diferite, permițând astfel rezolvarea eficientă a sarcinilor complexe de inteligență artificială. Cu 42 de miliarde de parametri activi, oferă performanțe scalabile și suportă contexte de până la 128.000 de tokenuri. Depășește impresionant GPT-4o mini în benchmark-ul 5-shot MMLU în domenii precum STEM, științele umaniste și științele sociale, subliniind versatilitatea și capacitatea sa.

Modelul de Instrucțiuni Vision Phi-3.5 integrează capabilități de procesare a textului și a imaginilor, ceea ce îl face ideal pentru sarcini precum procesarea generală a imaginilor, recunoașterea optică a caracterelor și sumarizarea videoclipurilor. Cu suport pentru lungimi de context de 128k tokenuri, acest model poate gestiona sarcini vizuale complexe și multilayer. Microsoft subliniază că modelul a fost antrenat pe o combinație de seturi de date sintetice și disponibile public, cu accent pe date de înaltă calitate și care necesită raționament intens.

Toate cele trei modele din seria Phi-3.5 au fost lansate sub o licență MIT, subliniind angajamentul Microsoft de a sprijini comunitatea open-source. Această licență permite dezvoltatorilor să utilizeze, să modifice și să distribuie liber software-ul, în timp ce respectă clauzele de exonerare de răspundere ale Microsoft și ale altor titulari de drepturi de autor.

Lansarea modelelor Phi-3.5 reprezintă un progres semnificativ în dezvoltarea inteligenței artificiale multilingve și multimodale. Cu aceste modele, Microsoft oferă dezvoltatorilor posibilitatea de a integra capabilități avansate de IA în aplicațiile lor, ceea ce stimulează inovația atât în domeniul comercial cât și în cel de cercetare.