Microsofts neue Phi 4 KI-Modelle: Effiziente Konkurrenz für größere Systeme

BERKELEY / MÜNCHEN (IT BOLTWISE) – Microsoft hat kürzlich eine Reihe neuer KI-Modelle vorgestellt, die mit ihrer Effizienz und Leistungsfähigkeit beeindrucken. Diese Modelle, die unter der Bezeichnung Phi 4 bekannt sind, bieten eine bemerkenswerte Konkurrenz zu größeren Systemen und setzen neue Maßstäbe in der KI-Entwicklung.

Microsoft hat eine neue Serie von KI-Modellen unter dem Namen Phi 4 eingeführt, die sich durch ihre Effizienz und Leistungsfähigkeit auszeichnen. Diese Modelle, die als ‘Reasoning’-Modelle bezeichnet werden, sind darauf ausgelegt, komplexe Probleme zu analysieren und Lösungen zu überprüfen. Sie erweitern die bestehende Phi ‘Small Model’-Familie von Microsoft, die vor einem Jahr ins Leben gerufen wurde, um Entwicklern eine solide Basis für KI-Anwendungen am Edge zu bieten.

Das Phi 4 mini reasoning Modell wurde mit etwa einer Million synthetischer Mathematikprobleme trainiert, die vom chinesischen KI-Startup DeepSeek entwickelt wurden. Mit einer Größe von rund 3,8 Milliarden Parametern ist es speziell für Bildungsanwendungen konzipiert, wie etwa eingebettete Tutorensysteme auf leichten Geräten. Parameter sind ein Maß für die Problemlösungsfähigkeiten eines Modells, wobei Modelle mit mehr Parametern in der Regel besser abschneiden.

Das Phi 4 reasoning Modell, das über 14 Milliarden Parameter verfügt, wurde mit qualitativ hochwertigen Webdaten sowie mit kuratierten Demonstrationen von OpenAIs o3-mini trainiert. Es eignet sich besonders für Anwendungen in den Bereichen Mathematik, Wissenschaft und Programmierung. Microsoft hebt hervor, dass dieses Modell durch seine hohe Genauigkeit und Effizienz besticht.

Phi 4 reasoning plus ist eine Weiterentwicklung des zuvor veröffentlichten Phi-4 Modells, das nun als Reasoning-Modell angepasst wurde, um eine höhere Genauigkeit bei bestimmten Aufgaben zu erreichen. Microsoft behauptet, dass Phi 4 reasoning plus die Leistungsniveaus von R1, einem Modell mit deutlich mehr Parametern (671 Milliarden), annähert. Interne Benchmarks zeigen, dass Phi 4 reasoning plus mit o3-mini auf dem OmniMath-Test für mathematische Fähigkeiten gleichzieht.

Die Modelle Phi 4 mini reasoning, Phi 4 reasoning und Phi 4 reasoning plus sind auf der KI-Entwicklungsplattform Hugging Face verfügbar und werden von detaillierten technischen Berichten begleitet. Microsoft betont in einem Blogbeitrag, dass diese neuen Modelle durch den Einsatz von Distillation, Reinforcement Learning und hochwertigen Daten eine Balance zwischen Größe und Leistung erreichen. Sie sind klein genug für Umgebungen mit niedriger Latenz, bieten aber dennoch starke Reasoning-Fähigkeiten, die mit wesentlich größeren Modellen konkurrieren können. Diese Kombination ermöglicht es auch ressourcenbeschränkten Geräten, komplexe Reasoning-Aufgaben effizient zu bewältigen.

Unseren KI-Morning-Newsletter «Der KI News Espresso» mit den besten KI-News des letzten Tages gratis per eMail - ohne Werbung: Hier kostenlos eintragen!