顛覆AI界限：微軟Phi-4，超越GPT-4o的微型強者！

微軟研究院發布了最強小參數模型——Phi-4。

原標題：微軟發布Phi-4，最強小模型！參數極小、超GPT-4o
文章來源：智猩猩GenAI
內容字數：3564字

微軟發布Phi-4：小參數模型的強大性能

2023年12月18日，紫光曉通的尚志遠和群聯電子的林緯博士將進行關于NVIDIA RTX 5880 Ada的直播講解，尤其聚焦于如何利用該技術部署私有化大模型。同時，微軟研究院推出了最新的小參數模型Phi-4，展現出其卓越的性能。

1. Phi-4的顯著優勢

Phi-4是微軟Phi系列模型的第五代，參數僅有140億，但在GPQA研究生水平和MATH數學基準中分別達到了56.1和80.4的高分，超越了GPT-4o及其他同類模型。這表明小參數模型在高質量數據和創新訓練方法的支持下，能夠在性能上與大參數模型相媲美。

2. 高質量合成數據的關鍵作用

Phi-4的成功在于其使用了高質量的合成訓練數據。與傳統模型依賴真實文本數據不同，Phi-4采用了種子策劃、多Agent提示、自我修訂工作流等方法，生成了更加多樣化和高質量的訓練數據。這種方法有效降低了噪聲和偏見的影響，提升了模型的學習效果。

3. 創新訓練方法的實施

為了提升Phi-4在不同任務上的表現，研究團隊采用了創新的訓練方法，特別是在長上下文理解能力上進行了優化。通過增加rope位置編碼的基礎頻率以及調整學習率，Phi-4在復雜信息處理上表現優異。此外，結合人工標注和自動構建的強化學習數據，進一步提升了模型的響應準確性和適應性。

4. 領域特定的強化訓練

Phi-4在特定領域的表現也得到了增強。以STEM領域為例，采用Math-Shepherd工具進行驗證，顯著提高了數學題目的解答準確率。在編程任務中，通過分析開源項目中的代碼片段，提升了執行效率和準確性。

5. 未來展望

隨著Phi-4的發布，微軟在小參數模型的研究上取得了突破，這不僅為AI領域帶來了新的思路，也為相關技術的應用和發展開辟了新的可能性。值得注意的是，Phi系列模型的核心人物Sébastien Bubeck已離開微軟加入OpenAI，未來將如何影響該領域仍值得關注。

聯系作者

文章來源：智猩猩GenAI
作者微信：
作者簡介：智猩猩旗下公眾號之一，深入關注大模型與AI智能體，及時搜羅生成式AI技術產品。