مایکروسافت به‌تازگی مدل جدید خود در خانواده هوش مصنوعی مولد Phi را با نام Phi-4 معرفی کرده است. این مدل جدید، که بهبودهای قابل‌توجهی نسبت به نسخه‌های قبلی دارد، به‌ویژه در حل مسائل ریاضی عملکرد بهتری ارائه می‌دهد. این پیشرفت‌ها حاصل ارتقای کیفیت داده‌های آموزشی است که در توسعه آن استفاده شده‌اند. ㅤ

ویژگی‌های کلیدی مدل Phi-4

ㅤ

1. بهبود در عملکرد ریاضی

مایکروسافت اعلام کرده که Phi-4 توانایی بالایی در حل مسائل ریاضی دارد. این امر نتیجه استفاده از داده‌های ترکیبی باکیفیت بالا و بهینه‌سازی‌های پساتمرینی است. ㅤ

2. اندازه مدل و دسترسی محدود

Phi-4 یک مدل کوچک محسوب می‌شود و تنها 14 میلیارد پارامتر دارد. این مدل در حال حاضر تنها برای اهداف تحقیقاتی و تحت مجوز تحقیقاتی مایکروسافت، از طریق پلتفرم جدید Azure AI Foundry ارائه شده است. ㅤ

3. رقابت با مدل‌های دیگر

مایکروسافت با مدل Phi-4 قصد دارد با دیگر مدل‌های کوچک هوش مصنوعی نظیر GPT-4o Mini، Gemini 2.0 Flash و Claude 3.5 Haiku رقابت کند. این مدل‌های کوچک به دلیل سرعت بالا و هزینه کمتر برای اجرا، در چند سال اخیر به شدت مورد توجه قرار گرفته‌اند. ㅤ

داده‌های ترکیبی: کلید موفقیت Phi-4

یکی از دلایل اصلی موفقیت Phi-4 استفاده از داده‌های مصنوعی باکیفیت بالا در کنار داده‌های انسانی است. این ترکیب باعث شده تا عملکرد مدل در وظایف مختلف بهبود یابد. مایکروسافت همچنین از تکنیک‌های پیشرفته‌ای برای بهینه‌سازی پس از آموزش استفاده کرده که جزئیات آن هنوز مشخص نیست. ㅤ

آینده داده‌های آموزشی در هوش مصنوعی

استفاده از داده‌های مصنوعی به یکی از ترندهای اصلی در صنعت هوش مصنوعی تبدیل شده است. به گفته الکساندر وانگ، مدیرعامل Scale AI، بسیاری از شرکت‌ها اکنون به محدودیت‌های داده‌های آموزشی سنتی رسیده‌اند و به دنبال راهکارهایی در حوزه داده‌های مصنوعی و بهینه‌سازی‌های پساتمرینی هستند. ㅤ

تغییرات در تیم توسعه مدل‌های Phi

معرفی Phi-4 اولین مدل از سری Phi پس از خروج سباستین بوبک، یکی از معاونین سابق هوش مصنوعی مایکروسافت، است. بوبک که نقش کلیدی در توسعه مدل‌های Phi داشت، در ماه اکتبر مایکروسافت را ترک کرد و به OpenAI پیوست.