A continuaciónSiguiente guía
Microsoft IA
Empresas
GUÍA de empresas
Microsoft Fi
Microsoft Phi es una familia de pequeños modelos de lenguaje que demuestran que la cuidadosa curación de datos puede rivalizar con la escala de fuerza bruta.
En esta pagina2 minutos de lectura
Descripción general
By training on textbook-quality and synthetic data, tiny Phi models punch far above their parameter count.
Buceo profundo
Phi es Microsoft la línea de modelos de lenguaje pequeño (SLM) de Research lanzada en 2023 con Phi-1, un modelo de codificación de 1.300 millones de parámetros. La tesis rectora, recogida en el título del artículo 'Los libros de texto son todo lo que necesitas', es que la calidad de los datos importa más que el tamaño bruto. En lugar de rastrear toda la web, Microsoft entrenó a Phi en contenido curado similar a un libro de texto, además de ejercicios sintéticos generados por GPT-4. Los lanzamientos sucesivos ampliaron esta idea: Phi-2 (2.7B), Phi-3 (3.8B 'mini' hasta 14B 'mediano') y Phi-3.5 con variantes de visión y mezcla de expertos. A pesar de su tamaño, los modelos Phi igualan o superan a competidores mucho más grandes en puntos de referencia de razonamiento y matemáticas, y funcionan de manera eficiente en computadoras portátiles, teléfonos y dispositivos de vanguardia. Los modelos se lanzan abiertamente bajo licencias permisivas.
Impacto Estratégico
Estrategia del proveedor
Las hojas de ruta de los proveedores influyen en las funciones que su equipo puede desarrollar a continuación.
Costo y presupuesto
Los términos comerciales y las opciones de implementación afectan los costos y riesgos a largo plazo.
Riesgo y seguridad
Los incentivos de las empresas dan forma a los incumplimientos de los productos, la postura de seguridad y la apertura.
El futuro de Microsoft Phi
Microsoft está impulsando a Phi hacia usos en dispositivos y agentes donde la latencia, la privacidad y el costo excluyen a los gigantes de la nube. Espere una integración más estrecha de Windows y Copilot+ PC, variantes multimodales (visión y audio) más sólidas y diseños continuos de combinación de expertos que activan solo una fracción de los parámetros por token. La tendencia más amplia que valida Phi, de que los datos inteligentes superan a la escala, está remodelando la forma en que toda la industria entrena modelos, especialmente para teléfonos, IoT y escenarios fuera de línea donde ganan los modelos pequeños y capaces.
Implementación en el mundo real
Ejecutar un asistente de codificación fuera de línea directamente en una computadora portátil sin enviar código a la nube
Encendido de funciones del dispositivo en PC Copilot+ y aplicaciones móviles donde la baja latencia es importante
Integrar un modelo de razonamiento en IoT o hardware de vanguardia con memoria limitada y sin Internet
Investigadores ajustan de forma económica un pequeño modelo Phi con licencia abierta para un chatbot de dominio específico
Riesgos y barandillas
Los anuncios de lanzamiento pueden superar la estabilidad en los flujos de trabajo de producción reales.
Los precios de API o los cambios de políticas pueden romper los supuestos de la noche a la mañana.
La dependencia de un único proveedor aumenta los costos de bloqueo y migración.
Hoja de ruta de implementación
Evalúe proveedores utilizando sus propias tareas y conjuntos de datos.
Revise los términos legales, de seguridad y de privacidad antes de la integración.
Mantenga un plan alternativo entre modelos o proveedores.
Supervise las notas de la versión para que los cambios en la hoja de ruta no sorprendan a los equipos.
Sigue explorando
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Microsoft Phi quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Preguntas frecuentes
What is Microsoft Phi?
Microsoft Phi es una familia de pequeños modelos de lenguaje que demuestran que la cuidadosa curación de datos puede rivalizar con la escala de fuerza bruta. Al entrenarse con datos sintéticos y con calidad de libro de texto, los pequeños modelos Phi superan con creces su recuento de parámetros.
¿Cuál es la tesis central detrás de los modelos Phi, plasmada en el título de un famoso artículo?
El artículo de Phi-1 se tituló 'Los libros de texto son todo lo que necesitas' y argumenta que los datos seleccionados y de alta calidad importan más que la simple escala.
¿Aproximadamente cuántos parámetros tiene el Phi-3-mini?
Phi-3-mini tiene alrededor de 3.8 mil millones de parámetros, lo que lo hace lo suficientemente pequeño como para ejecutarse en un teléfono y al mismo tiempo tener un excelente rendimiento.
¿Cómo genera Microsoft gran parte de los datos de entrenamiento de Phi?
Microsoft utiliza modelos potentes como GPT-4 para generar ejercicios sintéticos limpios y filtrar texto web para obtener valor educativo.
¿A qué categoría de modelo se refiere 'SLM', tal como se usa para Phi?
Phi se describe como un modelo de lenguaje pequeño (SLM), que enfatiza la capacidad en un tamaño compacto.
¿Cuál es una ventaja práctica clave del pequeño tamaño de Phi?
Debido a que los modelos Phi son compactos, pueden ejecutarse localmente en hardware de consumo, lo que permite privacidad, baja latencia y uso sin conexión.
sigue aprendiendo
Guías relacionadas
Más guías seleccionadas para este tema.