VR/AR迷失元宇宙“硝煙”
不溫不火的VR/AR可穿戴設備因元宇宙崛起火了一陣，又隨著元宇宙回歸平靜。1月份，微軟在 Surface 設備、HoloLens 混合現實硬件和 Xbox 等部門裁員，其中負責混合現實硬件（MR）的Holo
5 月 1 日消息，微軟昨日（4 月 30 日）發布 Phi-4-reasoning 系列推理模型，通過監督微調 Phi-4，并利用 o3-mini 生成的高質量“可教導”提示數據集訓練，專為復雜推理任務設計。
援引博文介紹，微軟本次共推出 Phi-4-reasoning、Phi-4-reasoning-plus 和 Phi-4-mini-reasoning 三款模型，官方稱該系列模型不僅延續了小型模型的高效特性，還在推理能力上實現重大突破。
該系列模型通過推理時間擴展（inference-time scaling）技術，擅長處理需要多步驟分解和內部反思的復雜任務，尤其在數學推理和代理型應用中表現突出，具備媲美大型前沿模型的潛力。
Phi-4-reasoning 是一款擁有 140 億參數的開源推理模型，通過監督微調（Supervised Fine-Tuning，SFT）Phi-4，結合 OpenAI o3-mini 的高質量推理演示數據，并充分利用額外計算資源，生成詳細的推理鏈條。
Phi-4-reasoning-plus 增強版通過強化學習（Reinforcement Learning，RL）進一步提升性能，tokens 用量比標準版多 1.5 倍，支持更高精度。
兩款模型在數學推理和博士級科學問題測試中，均超越 OpenAI o1-mini 和 DeepSeek-R1-Distill-Llama-70B，甚至在 AIME 2025（美國數學奧林匹克資格賽）中擊敗 6710 億參數的 DeepSeek-R1滿血模型。
Phi-4-mini-reasoning 專為計算資源有限的環境設計，是一款基于 Transformer 的緊湊型語言模型，優化用于數學推理。
該模型通過 DeepSeek-R1 生成的合成數據微調，能在低延遲場景下提供高質量的逐步問題解決方案。這款模型覆蓋從中學到博士級的百萬級多樣化數學問題，非常適合教育應用、嵌入式輔導和邊緣設備部署。
在多項數學基準測試中，其 3.8 億參數的表現超越 OpenThinker-7B 和 Llama-3.2-3B-instruct 等更大模型，甚至在部分測試中接近 OpenAI o1-mini 的水平。
本文鏈接：http://www.tebozhan.com/showinfo-45-12692-0.html微軟發布 Phi-4 系列小語言 AI 推理模型，AIME 2025 跑分超滿血版 Deepseek R1
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： 2600 tokens s：Meta 發布 Llama API，攜手 Cerebras 打造最快 AI 推理解決方案
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號