Microsoft फ़ि
Microsoft फाई छोटे भाषा मॉडलों का एक परिवार है जो साबित करता है कि सावधानीपूर्वक डेटा क्यूरेशन क्रूर-बल पैमाने को प्रतिद्वंद्वी बना सकता है।
सिंहावलोकन
By training on textbook-quality and synthetic data, tiny Phi models punch far above their parameter count.
गहरा गोता
Phi Microsoft रिसर्च की छोटे भाषा मॉडल (SLMs) की श्रृंखला है जिसे 2023 में Phi-1, 1.3-बिलियन-पैरामीटर कोडिंग मॉडल के साथ लॉन्च किया गया था। मार्गदर्शक थीसिस, जिसे पेपर शीर्षक 'पाठ्यपुस्तकें आपकी सभी ज़रूरतें हैं' में कैद किया गया है, यह है कि डेटा की गुणवत्ता कच्चे आकार से अधिक मायने रखती है। संपूर्ण वेब को स्क्रैप करने के बजाय, Microsoft ने Phi को क्यूरेटेड, पाठ्यपुस्तक जैसी सामग्री और GPT-4 द्वारा उत्पन्न सिंथेटिक अभ्यासों पर प्रशिक्षित किया। लगातार रिलीज़ ने इस विचार को बढ़ाया: Phi-2 (2.7B), Phi-3 (3.8B 'मिनी' से 14B 'मध्यम' तक), और Phi-3.5 दृष्टि और विशेषज्ञों के मिश्रण के साथ। अपने आकार के बावजूद, Phi मॉडल तर्क और गणित बेंचमार्क पर कहीं बड़े प्रतिस्पर्धियों से मेल खाते हैं या उन्हें हराते हैं, और वे लैपटॉप, फोन और एज डिवाइस पर कुशलता से चलते हैं। मॉडल खुले तौर पर अनुमेय लाइसेंस के तहत जारी किए जाते हैं।
तकनीकी अंतर्दृष्टि
फाई की बढ़त सिंथेटिक डेटा जेनरेशन और फ़िल्टरिंग से आती है। Microsoft स्वच्छ, शैक्षणिक रूप से संरचित उदाहरण लिखने और केवल उच्च-संकेत दस्तावेज़ों को ध्यान में रखते हुए वेब टेक्स्ट को 'शैक्षिक मूल्य' के लिए स्कोर करने के लिए GPT-4 जैसे बड़े मॉडल का उपयोग करता है। यह सघन, कम शोर वाला प्रशिक्षण मिश्रण 3.8B मॉडल को तर्क पैटर्न सीखने देता है जिसके लिए आम तौर पर दसियों अरब मापदंडों की आवश्यकता होती है। फी-3-मिनी एक 4K या 128K संदर्भ विंडो और लामा के समान एक ट्रांसफॉर्मर डिकोडर आर्किटेक्चर का उपयोग करता है, जिससे मौजूदा टूलींग के साथ तैनात करना आसान हो जाता है।
सामरिक प्रभाव
विक्रेता रणनीति
विक्रेता रोडमैप इस बात को प्रभावित करते हैं कि आपकी टीम आगे क्या सुविधाएँ बना सकती है।
लागत और बजट
वाणिज्यिक शर्तें और तैनाती विकल्प दीर्घकालिक लागत और जोखिम को प्रभावित करते हैं।
जोखिम और सुरक्षा
कंपनी के प्रोत्साहन उत्पाद चूक, सुरक्षा स्थिति और खुलेपन को आकार देते हैं।
Microsoft फ़ि का भविष्य
Microsoft Phi को ऑन-डिवाइस और एजेंटिक उपयोग की ओर धकेल रहा है, जहां विलंबता, गोपनीयता और लागत क्लाउड दिग्गजों को बाहर कर देती है। सख्त विंडोज़ और कोपायलट+ पीसी एकीकरण, मजबूत मल्टीमॉडल (विज़न और ऑडियो) वेरिएंट और निरंतर मिश्रण-विशेषज्ञ डिज़ाइन की अपेक्षा करें जो प्रति टोकन मापदंडों के केवल एक अंश को सक्रिय करते हैं। व्यापक रुझान फाई मान्य करता है, कि स्मार्ट डेटा बड़े पैमाने पर मात देता है, यह नया आकार दे रहा है कि कैसे पूरा उद्योग मॉडल को प्रशिक्षित करता है, विशेष रूप से फोन, आईओटी और ऑफ़लाइन परिदृश्यों के लिए जहां छोटे, सक्षम मॉडल जीतते हैं।
वास्तविक विश्व कार्यान्वयन
क्लाउड पर कोड भेजे बिना सीधे लैपटॉप पर ऑफ़लाइन कोडिंग सहायक चलाना
कोपायलट+ पीसी और मोबाइल ऐप्स में ऑन-डिवाइस सुविधाओं को पावर देना जहां कम विलंबता मायने रखती है
सीमित मेमोरी और बिना इंटरनेट के IoT या एज हार्डवेयर में एक रीज़निंग मॉडल एम्बेड करना
शोधकर्ताओं ने एक डोमेन-विशिष्ट चैटबॉट के लिए एक छोटे, खुले तौर पर लाइसेंस प्राप्त फाई मॉडल को सस्ते में ठीक किया है
जोखिम और रेलिंग
लॉन्च घोषणाएँ वास्तविक उत्पादन वर्कफ़्लो में स्थिरता को पीछे छोड़ सकती हैं।
एपीआई मूल्य निर्धारण या नीतिगत बदलाव रातों-रात धारणाओं को तोड़ सकते हैं।
एकल-विक्रेता निर्भरता से लॉक-इन और माइग्रेशन लागत बढ़ जाती है।
कार्यान्वयन रोडमैप
अपने स्वयं के कार्यों और डेटासेट का उपयोग करके प्रदाताओं का मूल्यांकन करें।
एकीकरण से पहले गोपनीयता, सुरक्षा और कानूनी शर्तों की समीक्षा करें।
सभी मॉडलों या विक्रेताओं के बीच फ़ॉलबैक योजना बनाए रखें।
रिलीज़ नोट्स की निगरानी करें ताकि रोडमैप परिवर्तन टीमों को आश्चर्यचकित न करें।
अन्वेषण करते रहें
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
अगली गाइड
__एआईयू_संरक्षित_5__ एआई
अक्सर पूछे जाने वाले प्रश्नों
What is Microsoft Phi?
Microsoft फाई छोटे भाषा मॉडलों का एक परिवार है जो साबित करता है कि सावधानीपूर्वक डेटा क्यूरेशन क्रूर-बल पैमाने को प्रतिद्वंद्वी बना सकता है। पाठ्यपुस्तक-गुणवत्ता और सिंथेटिक डेटा पर प्रशिक्षण द्वारा, छोटे फाई मॉडल अपने पैरामीटर गिनती से कहीं ऊपर पंच करते हैं।
एक प्रसिद्ध पेपर शीर्षक में कैद फाई मॉडल के पीछे मुख्य थीसिस क्या है?
फी-1 पेपर का शीर्षक था 'पाठ्यपुस्तकें जिनकी आपको जरूरत है', यह तर्क देते हुए कि उच्च-गुणवत्ता, क्यूरेटेड डेटा केवल पैमाने से अधिक मायने रखता है।
Phi-3-mini के मोटे तौर पर कितने पैरामीटर हैं?
फी-3-मिनी में लगभग 3.8 बिलियन पैरामीटर हैं, जो इसे मजबूत प्रदर्शन करते हुए फोन पर चलाने के लिए काफी छोटा बनाता है।
Microsoft Phi का अधिकांश प्रशिक्षण डेटा कैसे उत्पन्न करता है?
Microsoft स्वच्छ सिंथेटिक अभ्यास उत्पन्न करने और शैक्षिक मूल्य के लिए वेब टेक्स्ट को फ़िल्टर करने के लिए GPT-4 जैसे शक्तिशाली मॉडल का उपयोग करता है।
फाई के लिए प्रयुक्त 'एसएलएम' किस श्रेणी के मॉडल को संदर्भित करता है?
फाई को एक छोटे भाषा मॉडल (एसएलएम) के रूप में वर्णित किया गया है, जो एक कॉम्पैक्ट आकार में क्षमता पर जोर देता है।
फी के छोटे आकार का मुख्य व्यावहारिक लाभ क्या है?
क्योंकि Phi मॉडल कॉम्पैक्ट हैं, वे गोपनीयता, कम विलंबता और ऑफ़लाइन उपयोग को सक्षम करते हुए, उपभोक्ता हार्डवेयर पर स्थानीय रूप से चल सकते हैं।