マイクロソフトは先日、新しいrStar-Math技術を発表しました。この革新的な推論手法は小型言語モデル（SLM）に適用でき、数学問題における性能を大幅に向上させ、場合によってはOpenAIのo1-previewモデルを上回る結果を示します。この技術はまだ研究段階にありますが、関連する研究論文はarXiv.orgに掲載されており、マイクロソフト、北京大学、清華大学の8人の著者によって共同執筆されました。テストでは、rStar-Math技術は

Microsoftは、テキストとビジュアル入力を処理するように設計された、軽量でマルチモーダルなオープンソースAIモデルであるPhi-3.5-visionを発表しました。128Kコンテキスト長をサポートし、リソースの少ない環境に適しています。画像理解、OCR、グラフ解析、複数画像のサマリーなどの機能を備え、優れたパフォーマンスと低遅延を実現します。42億パラメーターで構成され、高品質なデータでトレーニングされているため、パフォーマンスとプライバシーが確保されています。軽量AI、エキスパートミックス、マルチモーダルモデルの3つのモデルが含まれており、いずれも画像とビデオ処理のベンチマークテストで優れた結果を示しています。

マイクロソフトは3つの新しいAIモデルを発表し、多言語およびマルチモーダル分野におけるリーダーシップ強化を目指しています。Phi-3.5Mini Instructは軽量モデルで、指示実行、コード生成、論理推論に適しており、特に多言語と複数回の会話において優れた性能を発揮します。Phi-3.5MoE混合専門家モデルは、豊富なパラメーターを持ち、様々な推論タスクをサポートし、特にコード、数学、多言語理解において同種のモデルを凌駕します。Phi-3.5Vision Instructはテキストと画像処理機能を統合しています。

マイクロソフトは、Phi-3小型言語モデル向けのサーバーレスファインチューニング機能を発表しました。Azure AIプラットフォーム上で、開発者はモデルのパフォーマンスを容易に調整でき、基盤となるインフラストラクチャの管理は不要です。初期利用は無料です。30億パラメーターを持つPhi-3モデルは、企業開発者向けに設計されており、高いパフォーマンスと低コストを実現します。OpenAIのGPT-3.5と比較すると、パラメーター数は少ないものの、様々なアプリケーションにおいて同等の性能を発揮します。サーバーレスファインチューニングにより、操作が簡素化され、参入障壁が低くなり、小型から中型モデルのファインチューニングをサポートします。