Microsoft, DeepSeek R4 ile rekabet edecek süper çıkarımsal bir yapay zeka modeli olan Phi-1'ü piyasaya sürdü

Özet:

• Microsoft, 4 milyar ve 14 milyar parametreyle eğitilen Phi-3.8 çıkarımsal yapay zeka modellerini kullanıma sundu.
• Phi-4 çıkarım modelleri küçük boyutlarına rağmen DeepSeek R1 ve o3-mini gibi çok daha büyük modellerle rekabet ediyor.
• Microsoft, Phi-4 çıkarım modellerinin küçük boyutları sayesinde Windows Copilot+ işletim sistemini çalıştıran bilgisayarlarda çalışabileceğini söylüyor.

Microsoft, Phi-4-reasoning, Phi-4-reasoning-plus ve Phi-4-mini-reasoning olmak üzere üç yeni tümdengelimli yapay zeka modelini piyasaya sürdü. Bunlar Windows bilgisayarlar ve mobil cihazlar gibi terminal cihazlar için tasarlanmış küçük dil modelleridir. Phi-4-muhakeme yapay zeka modeli 14 milyar parametre ile eğitildi ve karmaşık çıkarım görevlerini gerçekleştirebiliyor.

Phi-4-reasoning-plus modeli, aynı temel modeli kullanır ancak daha yüksek doğruluk sağlamak için "Plus" çıkarım süresi hesaplamalarını (Phi-4-reasoning'e kıyasla yaklaşık 1.5 kat daha fazla belirteç sayısı) kullanır. Küçük boyutuna rağmen, Phi-4-reasoning modeli DeepSeek R1 671B ve o3-mini gibi daha büyük modellerle rekabet eder.

GPQA kıyaslamasında, Phi-4-reasoning-plus-14B modeli %69.3'lük bir başarı elde ederken, o3-mini %77.7'lik bir puan almıştır. Ardından, AIME 2025 testinde Phi-4-reasoning-plus-14B %78'lik bir başarı elde ederken, o3-mini %82.5'lik bir başarı elde etmiştir. Bu, Microsoft'un mini modelinin, önemli ölçüde daha büyük olan başlıca çıkarım modellerine yaklaştığını göstermektedir.

Microsoft, Phi-4 çıkarım modellerinin " OpenAI o3-mini'den özenle seçilmiş çıkarım verileri üzerinde " denetimli ince ayar yoluyla eğitildiğini belirtiyor . Ayrıca Microsoft, " Model, dikkatli veri biçimlendirmesinin ve yüksek kaliteli sentetik veri kümelerinin, daha küçük modellerin daha büyük modellerle rekabet etmesine olanak sağladığını gösteriyor " diye yazıyor.

Bunun dışında, yalnızca 3.8 milyar parametreyle eğitilmiş daha küçük Phi-4-mini-reasoning modeli, birçok 7B ve 8B modelinden daha iyi performans gösteriyor. AIME 24, MATH 500 ve GPQA Diamond gibi kıyaslama testlerinde, Phi-4-mini-reasoning-3.8B modeli, o1-mini ile neredeyse aynı performansı sergileyerek rekabetçi sonuçlar veriyor. Phi-4-mini modeli, Deepseek-R1 modeli tarafından üretilen sentetik veriler kullanılarak ince ayarlandı.

Microsoft'un Phi modelleri, entegre sinirsel işlem biriminden yararlanarak Windows Copilot+ bilgisayarlarda halihazırda yerel olarak kullanılıyor . Phi-4 çıkarım modellerinin makine üzerindeki yapay zeka performansını nasıl iyileştireceğini görmek ilginç olacak.