微軟研究院日前推出了輕量級人工智能模型 Microsoft Phi 的微軟第三個迭代版本，新版本也就是推出 Phi-3 分成 3.8B、7B 和 14B 參數版本，輕量北京同城外圍上門外圍女上門（微信156-8194-*7106）提供1-2線熱門城市快速安排30分鐘到達名稱分別是微軟 Mini、Small 和 Medium。推出

與其他人工智能模型不同的輕量是，Phi 系列模型的微軟側重點是輕量級，其使用的推出資源要比同等規模的人工智能模型少得多，因此可以在智能手機等設備上本地運行。輕量北京同城外圍上門外圍女上門（微信156-8194-*7106）提供1-2線熱門城市快速安排30分鐘到達

根據微軟自己的微軟基準測試，僅有 3.8B 參數的推出 Phi-3 Mini 版在性能上表現優于 Meta 8B 參數的 Llama 和 OPENAI 3.5B 參數的 GPT-3。

微軟研究院在論文中表示：

我們引入了 phi-3-mini，輕量這是微軟一個在 3.3 萬億個 tokens 上訓練的 3.8B 參數人工智能模型，從學術基準和內部測試來看，推出其整體性能可與 Mixtral 8x7B 和 OPENAI GPT-3.5 等模型媲美。輕量

例如 phi-3-mini 在 MMLU 測試中達到了 69%，在 MT-bench 上達到了 8.38，最重要的是這個模型足夠小，可以直接部署在手機上。

我們還提供了一些針對 4.8 萬億個 tokens 訓練的 7B 和 14B 模型的初始參數縮放結果，即 phi-3-small 和 phi-3-medium，這兩個版本能力都要比 Mini 版更好。

其中 Small 版的 MMLU 為 75%、MT-bench 為 8.7；Medium 版 MMLU 為 78%、MT-bench 為 8.9。

微軟對 Phi-3 系列模型進行了優化，在低功耗設備上例如智能手機和平板電腦上也可以運行，并且在實際使用過程中不會消耗太多的資源。

這意味著新模型能夠直接在智能手機上進行高級自然語言處理而不需要實時聯網進行計算，因此 Phi-3 Mini 等模型非常適合集成到一些需要人工智能參與的新穎應用中。

當然微軟也強調 Phi-3 模型的訓練數據集有限，它無法與互聯網上訓練的大規模 AI 模型的知識廣度相匹配，但微軟也指出較小的高質量模型往往表現更好。

論文地址：https://arxiv.org/abs/2404.14219