Microsoft มี แนะนำโมเดลใหม่สามโมเดลในตระกูลโมเดลภาษาขนาดเล็ก (SLM) ของตระกูล Phi-3 ได้แก่ Phi-3-small และ Phi-3-medium พร้อมใช้งานแล้ว และ Phi-3-vision เป็นโมเดลใหม่ โมเดลเหล่านี้ได้รับการออกแบบมาให้มีประสิทธิภาพและทรงพลัง รองรับสภาพแวดล้อมที่มีทรัพยากรจำกัด เช่น บนอุปกรณ์ Edge และสถานการณ์การอนุมานออฟไลน์ Microsoft ได้ประกาศเปิดตัวตระกูล Phi-3 เมื่อเดือนที่แล้ว
ความสามารถและการเพิ่มประสิทธิภาพ
รุ่น Phi-3 ได้รับการออกแบบมาเพื่อมอบประสิทธิภาพสูงในขณะที่คุ้มค่า ได้รับการปรับให้เหมาะสมสำหรับสภาพแวดล้อมที่ต้องการเวลาตอบสนองที่รวดเร็ว ทำให้เหมาะสำหรับอุปกรณ์พกพาและแพลตฟอร์มอื่นๆ ที่มีทรัพยากรการคำนวณจำกัด การเพิ่มประสิทธิภาพนี้ช่วยให้มั่นใจได้ว่าโมเดลสามารถทำงานได้อย่างมีประสิทธิภาพโดยไม่ต้องใช้หน่วยความจำหรือพลังการประมวลผลมากเกินไป
Phi-3-Vision: โมเดลหลายรูปแบบ
ในบรรดาโมเดลใหม่ เปิดตัว Phi-3-Vision โดดเด่นด้วยโมเดลต่อเนื่องหลายรูปแบบที่สามารถประมวลผลทั้งข้อความและรูปภาพ โมเดลนี้มีพารามิเตอร์ถึง 4.2 พันล้านพารามิเตอร์ ซึ่งมีความเป็นเลิศในงานการให้เหตุผลด้วยภาพทั่วไป แตกต่างจากโมเดล AI อื่นๆ ที่สร้างรูปภาพ Phi-3 Vision มุ่งเน้นไปที่การทำความเข้าใจและวิเคราะห์ข้อมูลภาพ ทำให้มีประโยชน์สำหรับงานต่างๆ เช่น การตีความแผนภูมิและกราฟ
[เนื้อหาที่ฝัง]
Microsoft ได้รวมโมเดล Phi-3-mini เข้ากับ แพลตฟอร์ม Models-as-a-Service (MaaS) ของ Azure AI การบูรณาการนี้ทำให้ผู้ใช้สามารถใช้ประโยชน์จากความสามารถของ Phi-3-mini สำหรับแอพพลิเคชั่นต่างๆ ผ่านทางโครงสร้างพื้นฐานของ Azure นอกจากนี้ Microsoft กำลังปรับปรุงข้อเสนอ API เพื่อรองรับประสบการณ์หลากหลายรูปแบบ ทำให้แอปพลิเคชัน AI มีความหลากหลายมากขึ้น
ฟีเจอร์ใหม่ใน Azure AI Speech
ร่วมกับ ประกาศเกี่ยวกับโมเดล Phi-3 Microsoft กำลังแสดงตัวอย่างคุณลักษณะใหม่สำหรับ Azure AI Speech. คุณสมบัติเหล่านี้รวมถึงการวิเคราะห์คำพูดและการแปลสากล เพื่อช่วยให้นักพัฒนาสร้างแอปพลิเคชันคุณภาพสูงที่เปิดใช้งานด้วยเสียง การปรับปรุงเหล่านี้คาดว่าจะมอบเครื่องมือที่มีประสิทธิภาพมากขึ้นสำหรับการประมวลผลและการวิเคราะห์คำพูด
ตระกูล Phi-3 เปิดตัวครั้งแรกในเดือนเมษายนด้วยการเปิดตัว Phi-3-mini ซึ่งเป็นรุ่นที่มีพารามิเตอร์ 3.8 พันล้าน การเพิ่มเติมใหม่ Phi-3-small และ Phi-3-medium มีพารามิเตอร์ 7 พันล้านและ 14 พันล้านตามลำดับ โมเดลเหล่านี้ได้รับการออกแบบมาให้ใช้การประมวลผลน้อยลง ทำให้เหมาะสำหรับอุปกรณ์หลากหลายประเภท รวมถึงสมาร์ทโฟนและแล็ปท็อป
