Сегодня 17 октября 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Новости Software

Microsoft выпустила пару открытых эффективных ИИ-моделей Phi-4 — одну дообучили по новой методике

Microsoft расширила линейку собственных больших языковых моделей искусственного интеллекта Phi-4 двумя новыми проектами с относительно скромными системными требованиями. Одна из них является мультимодальной, то есть работает с несколькими форматами данных.

 Источник изображений: microsoft.com

Источник изображений: microsoft.com

Модель Microsoft Phi-4-mini является исключительно текстовой, а Phi-4-multimodal — её улучшенная версия, способная обрабатывать также запросы в визуальном и звуковом форматах. Обе модели, утверждает разработчик, в значительной мере превосходят альтернативы сопоставимых размеров при выполнении определённых задач.

Microsoft Phi-4-mini имеет 3,8 млрд параметров, то есть она достаточно компактна для запуска на мобильных устройствах. В основу модели легла особая версия архитектуры «Трансформер» (Transformer). В стандартном варианте модели-трансформеры, чтобы понять значение каждого слова, анализируют текст до и после него; при разработке Phi-4-mini в Microsoft использовали версию Decoder-Only Transformer, которая предполагает анализ только предшествующего слову текста, что снижает нагрузку на вычислительные ресурсы и повышает скорость обработки данных.

Для дополнительной оптимизации использована технология Grouped Query Attention — этот механизм помогает модели определять, какие фрагменты данных наиболее релевантны при обработке текущей задачи. Phi-4-mini может генерировать текст, переводить документы и управлять внешними приложениями; модель, по словам разработчиков, преуспела в решении математических задач и написании компьютерного кода, даже когда требуются «сложные рассуждения». Точность ответов Phi-4-mini, по оценкам самой Microsoft, «значительно» превосходит результаты, которые дают несколько других моделей аналогичного размера.

Phi-4-multimodal — это расширенная версия Phi-4-mini с 5,6 млрд параметров; в качестве запросов она воспринимает не только текст, но также изображения, аудио и видео. Для дообучения модели в Microsoft использовали новый метод Mixture of LoRAs. Обычно адаптация ИИ к новой задаче требует изменения его весов — параметров конфигурации, которые определяют, как он обрабатывает данные. Чтобы облегчить эту задачу, используется метод LoRA (Low-Rank Adaptation) — для выполнения незнакомой задачи модели добавляется небольшое количество новых весов, оптимизированных для этой задачи. Метод Mixture of LoRAs адаптирует этот механизм к мультимодальной обработке данных: при разработке Phi-4-multimodal исходную Phi-4-mini дополнили весами, оптимизированными для работы с аудио и видео. В результате, рассказали в Microsoft, удалось смягчить некоторые компромиссы, связанные в прочими подходами к построению мультимодальных моделей.

В тестах, связанных с обработкой визуальных данных, Phi-4-multimodal набрала 72 балла, незначительно уступив ведущим моделям от OpenAI и Google. В одновременной обработке видео и звука она «с большим отрывом» обошла Google Gemini-2.0 Flash, а также открытую InternOmni. Phi-4-mini и Phi-4-multimodal доступны на платформе Hugging Face по лицензии MIT, которая допускает их коммерческое использование.

Источник:

Если вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.
Материалы по теме

window-new
Soft
Hard
Тренды 🔥
Создатель Dead Space увидел в новых владельцах Electronic Arts шанс для Dead Space 4 и «уже начал делать звонки» 42 мин.
Бразилия стала главным мировым экспортёром DDoS-атак 2 ч.
Разработчики новой Painkiller объяснили, зачем превратили игру в динамичный кооперативный шутер 3 ч.
Трассировка лучей, «кошмарная» сложность и «Новая игра +»: Techland раскрыла план улучшений Dying Light: The Beast 4 ч.
Gemini научили выполнять цепочки действий в «Google Таблицах» 4 ч.
Власти Японии призвали OpenAI соблюдать авторские права по отношению к манге и аниме при генерации видео в Sora 2 6 ч.
Anthropic представила инструмент Skills, который сделает ИИ полезнее в реальной работе 15 ч.
Умер легендарный гейм-дизайнер Томонобу Итагаки — создатель Dead or Alive и отец современной Ninja Gaiden 16 ч.
OnePlus представила OxygenOS 16 в стиле iOS с расширенными ИИ-функциями и не только 17 ч.
Мультиплеерной игрой Quantic Dream оказалась условно-бесплатная MOBA — первый трейлер, геймплей и подробности Spellcasters Chronicles 18 ч.
G.Skill показала экстремальный разгон DDR5 без экстремального охлаждения — 48 Гбайт довели до 10 600 МГц 19 мин.
Дочка Xpeng представила шестиместный «летающий автобус» — дизайн подсмотрели у американцев 21 мин.
Президент РФ предложить запитать ЦОД от угольных электростанций 33 мин.
Xiaomi раскрыла дизайн доступного флагмана Redmi K90 Pro Max и объявила дату его презентации 2 ч.
Bloomberg узнал, где и когда Samsung представит свой первый трёхстворчатый складной телефон 2 ч.
Огромный ускоритель SpaceX Super Heavy картинно завис над водами залива, прежде чем навсегда исчезнуть в пучине 2 ч.
Легендарная Vertu представила смартфон Agent Q, который можно купить только в одном магазине в мире 2 ч.
Huawei представила самый доступный складной смартфон Nova Flip S — всего от $490 3 ч.
Открытая ИИ-модель Google DeepMind Cell2Sentence-Scale 27B совершила прорыв в терапии рака, который подтвердили учёные 3 ч.
SK hynix показала 245-Тбайт SSD серии PS1101 для дата-центров 4 ч.