DISAHKANKeyakinan tarikh: DISAHKANDinyatakan sebagai tetapSejauh mana sumber menyatakan tarikh itu: disahkan, dijadualkan, dianggarkan, ditangguhkan atau belum disahkan.Tunjuk semua pin DISAHKAN89% KEYAKINANKeyakinan keseluruhan: 89%Sejauh mana sumber dan rujukan pin menyokong tarikhnya.Purata berpemberat bagi sejauh mana 5 rujukan, termasuk sumber, menyokong masa mula dan tamat pin; sesebuah rujukan diambil kira separuh kurang bagi setiap 180 hari lebih lama daripada yang terbaharuTunjuk semua pin pada keyakinan 75% atau lebih baik
Catatan blog Azure AI Foundry Microsoft[1] "Introducing Phi-4" bertarikh 12 Dis 2024, kad model Hugging Face[4] menyatakan tarikh keluaran 12 Disember 2024 dan laporan teknikal dihantar ke arXiv[5] pada hari yang sama; pemberat terbuka menyusul pada 8 Januari 2025 dan OpenRouter[2] menyenaraikannya dari 10 Jan 2025.- Mula
- 12 Dis 202490% KEYAKINANdaripada sumber
Phi-4 dilancarkan
Diterjemah secara automatik daripada asal
Tajuk asal: Phi-4 Released
Microsoft memperkenalkan Phi-4, model bahasa kecil 14B parameter yang dilatih kebanyakannya pada data sintetik yang mencatat 91.8 dalam ujian matematik AMC 10/12 November 2024, mendahului Gemini Pro 1.5 pada 89.8, di Azure AI Foundry; pemberat terbuka berlesen MIT menyusul pada 8 Januari 2025.
- Microsoft memperkenalkan Phi-4 pada 12 Disember 2024, model bahasa kecil 14B parameter yang menurutnya “cemerlang dalam penaakulan kompleks dalam bidang seperti matematik”, mula-mula di Azure AI Foundry, dengan pemberat penuh menyusul di Hugging Face pada 8 Januari 2025[1][3]
- Keputusan utamanya ialah dalam matematik: dalam ujian AMC 10/12 November 2024, Phi-4 mencatat purata 91.8, mendahului Gemini Pro 1.5 pada 89.8, GPT-4o pada 77.9 dan Qwen 2.5 72B pada 78.7, menurut carta Microsoft sendiri[1]
- Kad model menyenaraikan 84.8 dalam MMLU, 56.1 dalam GPQA, 80.4 dalam MATH dan 82.6 dalam HumanEval, berbanding 88.1, 50.6, 74.6 dan 90.6 bagi GPT-4o dalam larian simple-evals yang sama, tetapi hanya 3.0 dalam SimpleQA berbanding 39.4 bagi GPT-4o[4]
- Pemberat berlesen MIT, jadi pembangun boleh menggunakan dan mengubah suainya secara komersial[3][4]
- Akses terhos murah: OpenRouter menyenaraikan $0.07 setiap 1 juta token input dan $0.14 setiap 1 juta token output dengan konteks 16K[2]
Ciri-ciri utama
- Data mengatasi skala: laporan menyatakan peningkatan datang daripada data sintetik yang digunakan sepanjang pralatihan, data organik terpilih dan perubahan pasca-latihan, dengan seni bina yang hanya diubah sedikit daripada phi-3[5]
- Kira-kira 400B token data sintetik “seperti buku teks” merentas 50 jenis set data untuk pralatihan dan latihan pertengahan, dalam larian 9.8T token selama 21 hari pada 1,920 GPU H100[3][4]
- Dalam soal jawab STEM ia mengatasi model gurunya GPT-4, yang dipetik oleh penulis Microsoft sebagai bukti bahawa resipi itu melangkaui penyulingan[3][5]
- Had yang dinyatakan Microsoft: lemah dalam mengikuti arahan pemformatan yang tepat, boleh mereka fakta seperti biografi, kebanyakannya dalam bahasa Inggeris (data berbilang bahasa kira-kira 8%), dan konteks 16K[3][4]
- Ia berada di atas Phi-3 dalam keluarga Phi, yang model 14B-nya mencatat 77.9 pada MMLU dan 31.2 pada GPQA dalam jadual kad model[4]