- Phi-4-Reasoning är en 14-miljarders parameter AI-modell tränad på detaljerade resonemangskedjor, vilket gör den effektiv för att lösa komplexa downside.
- Modellen överträffar större modeller som OpenAI:s o1-mini och DeepSeek-R1-Distill-Llama-70B, särskilt inom matematiska och vetenskapliga områden.
- Den kan lösa ordlekar och gåtor genom mönsterigenkänning och logiskt resonemang.
- Phi-4-Reasoning finns tillgänglig by way of Azure AI Foundry och Hugging Face, och stöder kvantisering för effektivare användning.
Microsoft har nyligen lanserat Phi-4-Reasoning, en toppmodern AI-modell som är konstruerad för att utmärka sig inom komplexa resonemang. Denna modell är utvecklad av Microsoft Analysis och är en del av deras ansträngningar att förbättra språkmodeller, vilket inte bara syftar until att optimera prestationsförmågan males också att fungera som en byggsten för generativa AI-drivna funktioner.
Phi-4-Reasoning består av 14 miljarder parametrar och är särskilt utformad för att hantera svåra uppgifter inom resonemang, exempelvis matematik. Den använder sig av låg-bit optimeringar vilket gör den möjlig att köra effektivt även på mindre kraftfull hårdvara.
Enligt tekniska rapporter presterar Phi-4-Reasoning starkt inom sitt fokusområde och har jämförts med mycket större system, vilket visar att mindre AI-modeller kan uppnå imponerande resultat. Det har också rapporterats att modellen har stöd för komplex programmering och matematisk problemlösning.
Tekniska specifikationer
- Arkitektur: 14 miljarder parametrar, tätpackad dekodare-endast Transformer-modell.
- Träningstid: 2,5 dagar på 32 H100-80G GPU:er.
- Knowledge: 16 miljarder token (~8,3 miljarder unika token).
- Kontextlängd: 32k token.
- Släppdatum: April 30, 2025.
Prestanda och Benchmark-resultat
| Benchmark | Phi-4-Reasoning | Jämförbara Modeller |
|---|---|---|
| AIME 24 | 75.3% | QwQ 32B: 79.5% |
| AIME 25 | 62.9% | EXAONE-Deep-32B: 72.1% |
| OmniMath | 76.6% | DeepSeek-R1: 85.0% |
| GPQA-D | 65.8% | Claude-3.7-Sonnet: 76.8% |
Viktigt att notera
Primärt utvecklad för engelska språket