Mòng biển cánh bạc, Bồ nông nâu, Cò tuyết, Ngỗng Canada

Trong một bài đăng trên blog, Microsoft đã công bố một mô hình ngôn ngữ lớn (LLM) mới có tên Phi-3-mini, được thiết kế để hoạt động hiệu quả trên các thiết bị có tài nguyên hạn chế. Phi-3-mini là mô hình nhỏ nhất trong dòng Phi-3 của Microsoft, với 3,8 tỷ tham số và được đào tạo trên một tập dữ liệu chất lượng cao, được tuyển chọn cẩn thận. Microsoft tuyên bố Phi-3-mini có thể vượt trội hơn các mô hình lớn hơn như Mixtral 8x7B và GPT-3.5 về hiệu suất. Công ty cũng đã phát hành hai phiên bản khác của Phi-3: Phi-3-small (7 tỷ tham số) và Phi-3-medium (14 tỷ tham số). Phi-3-mini hiện có sẵn trên Azure AI Studio, Hugging Face và Ollama. Microsoft cũng đã công bố kế hoạch đưa Phi-3-mini lên các nền tảng khác trong tương lai, bao gồm cả NVIDIA NIM. Microsoft đã nhấn mạnh khả năng của Phi-3-mini trong việc chạy cục bộ trên các thiết bị như điện thoại di động. Điều này có thể mở ra những khả năng mới cho các ứng dụng AI, cho phép chúng hoạt động mà không cần kết nối internet hoặc phụ thuộc vào các dịch vụ đám mây. Mặc dù Phi-3-mini có khả năng ấn tượng, nhưng điều quan trọng cần lưu ý là nó vẫn là một mô hình nhỏ hơn so với các LLM hàng đầu như GPT-4. Do đó, nó có thể không phù hợp cho tất cả các tác vụ và có thể có những hạn chế về khả năng suy luận và kiến thức. Tuy nhiên, Phi-3-mini đại diện cho một bước tiến quan trọng trong việc làm cho AI trở nên dễ tiếp cận và hiệu quả hơn trên nhiều loại thiết bị. Khả năng chạy cục bộ của nó có thể đặc biệt hữu ích cho các ứng dụng yêu cầu quyền riêng tư, bảo mật hoặc độ trễ thấp. Microsoft đã cung cấp một số ví dụ về cách Phi-3-mini có thể được sử dụng, bao gồm tóm tắt văn bản, dịch ngôn ngữ và tạo nội dung sáng tạo. Công ty cũng đã nhấn mạnh tiềm năng của Phi-3-mini trong việc hỗ trợ các nhà phát triển xây dựng các ứng dụng AI mới và sáng tạo.