共计 554 个字符，预计需要花费 2 分钟才能阅读完成。
微软最近发布了其 Phi 系列生成式 AI 模型的最新版本——Phi-4。这个新模型在多个方面都有所提升，尤其是在解决数学问题上表现尤为突出。据称，这主要得益于使用了更高质量的训练数据。
从周四晚上开始，Phi- 4 只能在微软新推出的 Azure AI Foundry 平台上进行非常有限的研究访问。这个平台目前只对研究目的开放，并且需要遵守微软的研究许可协议。
Phi- 4 是一个拥有 140 亿参数的中小型语言模型，它将与 GPT-4o mini、Gemini 2.0 Flash 和 Claude 3.5 Haiku 等其他小型模型展开竞争。这些较小的 AI 模型通常运行速度更快、成本更低，并且在过去几年中性能逐渐提升。
微软将 Phi- 4 性能的提升归因于使用了“高质量的合成数据集”以及人类生成的高质量数据集，还有一些未具体说明的训练后改进。
目前，许多 AI 实验室都在密切关注他们在合成数据和训练后改进方面的创新。Scale AI 的首席执行官 Alexandr Wang 在最近的一条推文中提到，“我们已经达到了预训练数据的瓶颈”，这证实了最近几周的多个报道。
值得一提的是，Phi- 4 是 Sébastien Bubeck 离职后推出的首个 Phi 系列模型。Bubeck 曾是微软的 AI 副总裁，也是该公司 Phi 模型开发的关键人物，他于去年 10 月离开微软，加入了 OpenAI。
正文完
