- छोटे भाषा मॉडल (SLM) की संभावनाओं को साबित करने वाली Phi series के सार्वजनिक होने की पहली वर्षगांठ पर, reasoning के लिए optimized और multi-step thinking में specialized नई model family की घोषणा की गई
- parameter size छोटा होने के बावजूद यह बड़े models के बराबरी का performance दिखाती है
- Phi-4-reasoning: 14B parameters, high-quality reasoning data के साथ SFT (Supervised Fine-Tuning) किया गया
- Phi-4-reasoning-plus: ऊपर वाले model में RL (Reinforcement Learning) जोड़ा गया, 1.5 गुना अधिक tokens के उपयोग से accuracy में सुधार
- Phi-4-mini-reasoning: 3.8B size होने के बावजूद विभिन्न math benchmarks में अपने से 2 गुना से अधिक बड़े models को पीछे छोड़ता है, mobile/edge के लिए उपयुक्त
- Performance के लिहाज़ से OpenThinker-7B, Llama-3.2-3B, DeepSeek-R1 family सहित कई models से बेहतर
- OpenAI o1-mini के समान या उससे बेहतर नतीजे, खासकर Math-500, GPQA Diamond जैसे math-focused tests में मजबूत
- ये models Copilot+ PC पर NPU-optimized version Phi Silica के रूप में उपलब्ध हैं, जिससे Windows environment में तेज़ और efficient execution संभव है
- Azure AI Foundry और HuggingFace पर उपलब्ध:
- Developer API और local integration tools भी साथ में उपलब्ध हैं, जिससे इन्हें अलग-अलग environments में आसानी से अपनाया जा सकता है
अभी कोई टिप्पणी नहीं है.