微軟Phi-4語言模型發布，以140億參數挑戰Llama 700億大模型效能

微軟發布最新的輕量級語言模型Phi-4，這是一款擁有140億參數的小型語言模型，儘管參數規模較小，Phi-4除了展現語言處理能力外，還具備良好的數學推理能力，效能足以媲美如Llama等更大型的模型。Phi-4顯示輕量模型也能追求高效能的可能性。

小型語言模型優勢在於資源效率和應用靈活性，相較於需要龐大運算資源的大型語言模型，小型語言模型對硬體需求較低，使開發者能以更低成本進行部署，甚至適用於邊緣裝置或行動設備。此外，小型語言模型的運算速度快、延遲低，特別適用於需要即時回應的場景。

Phi-4是微軟Phi系列語言模型的新成員，專注於在有限參數下提升數學推理能力與語言處理精準度。根據微軟的資料顯示，Phi-4在數學競賽問題的表現，甚至超越了一些參數更大的模型，例如Llama 700億參數版本及其他知名的大型模型。。

微軟解釋，之所以Phi-4在基準測試中可以達成良好的效果，得益於資料集品質的提升，包括採用高品質合成資料以及精心收集的真實資料，再加上創新的後訓練技術，大幅提升了模型推理精準度。Phi-4目前已在微軟的Azure AI Foundry平臺上提供，並計畫在之後登陸Hugging Face，進一步擴大應用場景。