Microsoftは、PHI-4-MINIとPHI-4-Multimodalの発売によりAIポートフォリオを強化し、PHI-4ファミリーを拡大しています。これらの新しいモデルは、より大きなモデルと同等のパフォーマンスを提供しながらパフォーマンスを提供するコンパクトAIシステムの開発に焦点を当てています。 2025年1月にPHI-4をオープンソースするというMicrosoftの決定に従い、MITライセンスで自由に利用できるようになりました。 src=”data:image/svg+xml; nitro-empty-id=mty4mzoxnti3-1; base64、phn2zyb2awv3qm94psiwidagmtayncaxnz eiihdpzhropsixmdi0iibozwlnahq9ije3msigeg1sbnm9imh0dha6ly93d3cudzmub3jnlziwmdavc3znij48l3n2zz4=”>
phi-4-miniはこのアクセシビリティの傾向を継続しますが、Phi-4-multimodalは、Openai、Google、およびMetaによる最近のAIの進歩と一致する機能を導入します。 両方のモデルはAzure ai に統合され、MicrosoftのEnterprise AI製品の拡張。
Microsoftの小規模AIモデルへの推進は、PHI-4が推論タスクでより大きなAIモデルを上回った2024年12月に検証され、最適化されたトレーニングにより、より小さなモデルがより大きな対応物に合わせたり超えることができることを示しました。 href=”https://huggingface.co/microsoft/phi-4/blob/main/readme.md#phi-4-model-card”>顔のhugging MicrosoftのエンジニアであるShital Shahは、この決定を確認し、次のように述べています。ハギングフェイスにブートレッグされたPHI-4重量さえアップロードしたものでさえありません。さて、もう待ってはいけません。今日、Huggingfaceで公式PHI-4モデルをリリースしています！ MITライセンスを使用して!!”
phi-4-multimodal は、音声、ビジョン、テキスト処理を単一の統一アーキテクチャにシームレスに統合する5.6bパラメーターモデルです。マイクロソフトによれば、「モデルはより自然でコンテキストを認識している相互作用を可能にし、deatide intering modationally intering modationally of only of olsemertaneを紹介することを可能にします。画像、またはテキスト情報の処理では、非常に効率的で低遅延の推論を提供します。すべてのデバイスの実行と計算オーバーヘッドの削減を最適化しながら、”
Phi-4-multimodalは視覚と音声の両方を一緒に処理でき、他の既存の最新のOMNIモデルよりも複数のベンチマークではるかに強力なパフォーマンスを達成できます。 Microsoft）
PHI-4-Multimodalは、音声関連のタスクに大きな機能を実証しており、複数の領域で主要なオープンモデルとして浮上しています。 href=”https://huggingface.co/spaces/hf-audio/open_asr_leaderboard”ターゲット=”_ blank”> huggingface openasr 印象的な単語エラー率は6.14％です。 GPT-4O-REALTIME-PREVIEW、スピーチ質問応答（QA）タスクモデルサイズが小さくなると、事実上のQA知識を保持する能力が少なくなります。”
phi-4-multimodal音声ベンチマーク（出典:Microsoft）
PHI-4-Multimodalは、5.6Bのパラメーターのみでサイズが小さいことに特に特に、さまざまなベンチマークにわたって顕著なビジョン機能を示しています。 （OCR）、および視覚科学の推論、GEMINI-2-FLASH-LITE-PREVIEW/CLAUDE-3.5-SONNETなどの近接モデルのマッチングまたはそれを超える。 src=”data:image/svg+xml; nitro-empty-id=mtcwnzoxnzcz-1; base64、phn2zyb2awv3qm94psiwidagmtaynca0ntgiihdpzh ropsixmdi0iibozwlnahahq9ijq1ocigeg1sbnm9imh0dha6ly93d3cudzmub3jnlziwmdavc3znij48l33n2zz4=”> phi-4-multimodalビジョンベンチマーク（出典:Microsoft）
他のモデルであるPhi-4-Miniは、グループ化されたクエリの注意、200,000語彙、および共有された入出力埋め込みを備えた密なデコーダーのみの変圧器アーキテクチャを備えた3.8Bパラメーターモデルです。高精度とスケーラビリティで最大128,000トークンまでのシーケンスをサポートします。
Microsoftによれば、「Phi-4-miniはクエリを推論し、適切なパラメーターを使用して関連する関数を識別および呼び出し、関数出力を受け取り、それらの結果をその応答に組み込むことができます。これにより、モデルの機能を外部ツール、アプリケーションプログラムインターフェイス（API）、およびデータソースを明確に定義した関数インターフェイスに接続することで、モデルの機能を強化できる拡張可能なエージェントベースのシステムが作成されます。 src=”data:image/svg+xml; nitro-empty-id=mtcxotoxnzi1-1; base64、phn2zyb2awv3qm94psiwidagmtaynca1nzyiihd pzhropsixmdi0iibozwlnahq9iju3niigeg1sbnm9imh0dha6ly93d3cudzmub3jnlziwmdavc3znij48l3n2zz4=”> phi-4-mini言語ベンチマーク（出典:Microsoft）
Microsoftがより小さなAIモデルに賭けている理由
低コストのインフラストラクチャで動作している間。このアプローチは、ハイエンドGPUや広範なクラウドリソースを必要とせずにAIを統合しようとする企業に利益をもたらします。 Microsoftは、Webスクレイプコンテンツのみに依存するのではなく、キュレーションされた合成データセットでAIをトレーニングすることにより、不必要な計算オーバーヘッドなしでより良い論理的推論を確保できます。この方法は、PHI-4の強力な数学的パフォーマンスで重要な役割を果たし、よく訓練された小さなモデルがより大きなAIシステムに挑戦できることを強化します。
もう1つの重要な要素は、オープンソースのアクセシビリティとエンタープライズクラウド統合のバランスをとるというMicrosoftの決定です。 Phi-4-MiniをAzureエコシステム内にPHI-4-Multimodalを維持しながら公然と利用できるようにすることにより、Microsoftは、マネージドAIソリューションに依存する独立した開発者と企業の両方に対応しています。
この二重アプローチは、最新のモデルへのアクセスが制限されているOpenaiと、クラウドベースのAIサービスではなくローカル展開に焦点を当てたMistral AIとは対照的です。小規模AIモデル。抱きしめる顔は、1GB未満のRAMを持つ低電力デバイスで機能するように設計された軽量マルチモーダルモデルであるSmolvlm-256mとSmolvlm-500mを発売しました。これらのモデルは、ハイエンドインフラストラクチャを必要としないAIソリューションを探している開発者を対象としており、MicrosoftのPHI-4-Multimodalに競合他社を向けています。クラウド依存のAIとは異なり、これらのモデルはローカルハードウェアで完全に機能するように設計されており、インターネット接続を必要としないプライバシー中心のAIに対する需要の高まりに対処します。 Mistralによると、「顧客はクラウドインフラストラクチャに依存していないが、迅速な対応時間を提供するオプションを推進しています。」同社はまた、これらのモデルがMicrosoftとGoogleの両方から同様の製品を上回ると主張しています。バージョンでは、GoogleのAIエコシステム用に最適化されており、モバイルアプリケーションに合わせた小規模な2.6Bバージョンも開発できますMicrosoftのPHI-4ラインナップが現在、アクセス可能でマルチモーダル、ローカルで処理されたAIソリューションに向けて急速に進化している市場に参入しているMicrosoftのPHI-4ラインナップが、自動化されたドキュメント分析、検索インデックス、およびAI型の研究に特に役立ちます。これらの機能をPHI-4に統合することにより、Microsoftはコンパクトアーキテクチャの効率性を維持しながら、従来のテキストベースのモデルを超えてAIアプリケーションを拡大しています。ミストラルAIがアジア太平洋市場への拡大とIPOの計画は、軽量AIへの投資の増加を強調しています。一方、抱きしめる顔は、オープンソースAIのリーダーとしての地位を固め続け、小規模で適応可能なAIシステムを通じて独自モデルの代替案を提供します。同社はOpenaiを財政的に支援していますが、独自のAI部門は、Openaiのクローズドソースアプローチに代わるものを提供するモデルを構築しています。これにより、Microsoftは同時に進化するAIの状況のサポーターと競合他社である立場になります。 Microsoftの最新のPHI-4リリースは、小規模で高性能モデルがエンタープライズAI開発においてより大きな役割を果たす可能性があることを示しています。パラメーターカウントの拡大のみに焦点を当てるのではなく、企業は現在、トレーニングテクニックと微調整アーキテクチャを最適化して、精度を損なうことなく効率を改善しています。
