Microsoft fortsätter sin imponerande framgångsserie inom artificiell intelligens och har idag meddelat lanseringen av tre nya modeller i Phi-3.5-serien. Dessa modeller, som kännetecknas av avancerade funktioner för multimodalitet och flerspråkighet, syftar till att ytterligare revolutionera marknaden för AI-baserade applikationer. Modellerna har gjorts tillgängliga under en Microsoft-varumärkesskyddad MIT-licens på Hugging Face och erbjuder utvecklare världen över möjligheten att fritt använda, anpassa och vidareutveckla dessa innovativa teknologier.
De tre modellerna – Phi-3.5-mini-instruct, Phi-3.5-MoE-instruct och Phi-3.5-vision-instruct – täcker ett brett spektrum av tillämpningar, från grundläggande till mycket komplexa uppgifter. Varje modell är optimerad för specifika krav, såsom snabb och precis resonerande eller bearbetning av text- och bilddata i multimodalitetsuppgifter.
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.
Translated heading:
Phi-3.5 Mini Instruct Modellen, utrustad med 3,8 miljarder parametrar, är en lättviktsmodell som är speciellt utvecklad för användning i minnes- eller beräkningsbegränsade miljöer.
Das Phi-3.5 MoE (Mixture of Experts) Modell ist das erste seiner Art in Microsofts Portfolio. Es kombiniert verschiedene Modelltypen, die jeweils auf unterschiedliche Aufgaben spezialisiert sind, und kann somit komplexe KI-Aufgaben effizient bewältigen. Mit 42 Milliarden aktiven Parametern bietet es skalierbare Leistungen und unterstützt Kontexte mit bis zu 128.000 Tokens. Es übertrifft beeindruckend GPT-4o mini im 5-shot MMLU-Benchmark in Bereichen wie STEM, Geisteswissenschaften und Sozialwissenschaften, was seine Vielseitigkeit und Leistungsfähigkeit unterstreicht.
Phi-3.5 MoE (Mixture of Experts) -modellen är den första i sitt slag i Microsofts portfölj. Den kombinerar olika modelltyper, som var och en är specialiserad på olika uppgifter, och kan därmed effektiv hantera komplexa AI-uppgifter. Med 42 miljarder aktiva parametrar erbjuder den skalbara prestanda och stödjer kontexter med upp till 128.000 tokens. Den överträffar imponerande GPT-4o mini i 5-shot MMLU-testet inom områden som STEM, humaniora och samhällsvetenskap, vilket understryker dess mångsidighet och prestanda.
Phi-3.5 Vision Instruct-modellen integrerar text- och bildbearbetningsförmågor, vilket gör den idealisk för uppgifter som allmän bildbehandling, optisk teckenigenkänning och videosammanfattningar. Med stöd för 128k token-kontextlängder kan denna modell hantera komplexa, flerlager-visa uppgifter. Microsoft betonar att modellen har tränats på en kombination av syntetiska och offentligt tillgängliga dataset, med fokus på högkvalitativa och resonemangsintensiva data.
Alla tre modellerna i Phi-3.5-serien släpptes under en MIT-licens, vilket understryker Microsofts engagemang för att stödja open source-gemenskapen. Denna licens gör det möjligt för utvecklare att fritt använda, modifiera och distribuera mjukvaran, medan de samtidigt måste beakta ansvarsfriskrivningar från Microsoft och andra upphovsrättsinnehavare.
Lanseringen av Phi-3.5-modellerna utgör ett betydande framsteg i utvecklingen av flerspråkig och multimodal AI. Med dessa modeller erbjuder Microsoft utvecklare möjligheten att integrera toppmoderna AI-funktioner i sina applikationer, vilket främjar innovationer både inom kommersiella och forskningsrelaterade områden.
