Microsoft, Phi-4 ailesine iki yeni küçük dil modeli (SLM) eklediğini duyurdu. Phi-4-Multimodal ve Phi-4-Mini, güçlü yapay zeka yetenekleriyle dikkat çekiyor.
Phi-4-Multimodal
Phi-4-Multimodal, 5.6 milyar parametreye sahip ve Microsoft’un ilk çok modlu (multimodal) dil modeli olma özelliğini taşıyor. Bu model, ses, görüntü ve metni tek bir çatı altında işleyerek yüksek doğruluk sunuyor. Google’ın Gemini 2.0 Flash ve Gemini 2.0 Flash Lite modelleriyle kıyaslandığında, Phi-4-Multimodal birçok testte üstün performans gösterdi.
Özellikle konuşma tanıma (ASR) ve konuşma çevirisi (ST) alanlarında WhisperV3 ve SeamlessM4T-v2-Large gibi özel modelleri geride bıraktı. Hugging Face OpenASR liderlik tablosunda %6,14 kelime hata oranı ile zirveye yerleşti. Görsel yeteneklerde ise matematik ve fen bilimleri alanında yüksek doğruluk sağladı. Doküman ve grafik anlama model OCR ve görsel bilimsel akıl yürütme gibi görevlerde de rakiplerini geride bıraktı.
Phi-4-Mini
Phi-4-Mini, 3.8 milyar parametreye sahip ve yalnızca metin tabanlı görevler için geliştirildi. Muhakeme, matematik, kodlama, yönerge takibi ve fonksiyon çağırma gibi alanlarda, daha büyük dil modellerine kıyasla üstün performans sergiliyor.
Microsoft, bu yeni modellerin güvenliğini sağlamak için hem iç hem de dış güvenlik uzmanlarıyla testler gerçekleştirdi. Microsoft AI Red Team (AIRT) tarafından geliştirilen stratejiler kullanılarak güvenlik önlemleri artırıldı.
Bu modeller, ONNX Runtime ile optimize edildiğinde cihaz üzerinde çalıştırılabiliyor. Böylece düşük maliyetli ve düşük gecikmeli senaryolar için ideal hale geliyor. Phi-4-Multimodal ve Phi-4-Mini, Azure AI Foundry, Hugging Face ve NVIDIA API Kataloğu üzerinden geliştiricilere sunuldu. Teknik makalelerle birlikte hangi kullanım alanlarına uygun oldukları ve sınırlamaları detaylı şekilde açıklandı.
Bu yeni modeller, verimli yapay zeka alanında önemli bir adım olarak değerlendiriliyor. Microsoft, güçlü çok modlu ve metin tabanlı yapay zeka çözümleriyle sektörde fark yaratmaya devam ediyor.