Microsofts neue Phi-3.5-Modelle bieten Google, OpenAI und Meta Konkurrenz

MÜNCHEN (IT BOLTWISE) – Microsoft veröffentlicht drei neue Phi-3.5-Modelle, die führende KI-Anbieter wie Google und OpenAI herausfordern.

Microsoft setzt neue Maßstäbe im Bereich der Künstlichen Intelligenz. Das Unternehmen hat drei leistungsstarke neue Modelle seiner Phi-Serie für Sprach- und Multimodal-KI vorgestellt und damit seine Innovationskraft über die Partnerschaft mit OpenAI hinaus unter Beweis gestellt.

Die neuen Phi-3.5-Modelle, die für verschiedene KI-Aufgaben entwickelt wurden, umfassen:

• Phi-3.5-mini-instruct: Ein Modell mit 3,82 Milliarden Parametern, optimiert für schnelle Berechnungen in ressourcenbegrenzten Umgebungen.
• Phi-3.5-MoE-instruct: Ein Modell mit 41,9 Milliarden Parametern, das eine „Mixture-of-Experts“-Architektur für leistungsstarke Berechnungen integriert.
• Phi-3.5-vision-instruct: Ein Modell mit 4,15 Milliarden Parametern, das für Bild- und Videoanalysen ausgelegt ist.

Alle drei Modelle stehen Entwicklern zur Verfügung und können auf der Plattform Hugging Face unter einer MIT-Lizenz heruntergeladen, verwendet und angepasst werden. Diese offene Lizenz ermöglicht kommerzielle Nutzung und Modifikationen ohne Einschränkungen.

Die Phi-3.5-Modelle erreichen eine nahezu state-of-the-art Leistung bei verschiedenen unabhängigen Benchmarks und übertreffen dabei andere führende KI-Modelle wie Googles Gemini 1.5 Flash, Metas Llama 3.1 und sogar OpenAIs GPT-4o in bestimmten Bereichen. Diese herausragenden Ergebnisse sorgen in den sozialen Netzwerken für Aufsehen, wo Microsoft für seine Fortschritte gelobt wird.

Phi-3.5 Mini Instruct: Optimiert für ressourcenbegrenzte Umgebungen
Das Phi-3.5 Mini Instruct Modell mit 3,8 Milliarden Parametern ist für den Einsatz in Umgebungen konzipiert, in denen begrenzte Rechenressourcen zur Verfügung stehen. Es unterstützt eine Kontextlänge von 128k Tokens und bietet starke Leistung bei Aufgaben, die eine genaue Befolgung von Anweisungen erfordern, wie z. B. Codegenerierung und logisches Denken. Dieses Modell hat ähnlich große Konkurrenten wie Llama-3.1-8B-instruct und Mistral-7B-instruct, insbesondere bei der Langkontext-Code-Verständnis, übertroffen.

Phi-3.5 MoE: Microsofts „Mixture of Experts“
Das Phi-3.5 MoE-Modell ist das erste seiner Art von Microsoft und kombiniert verschiedene Modelltypen in einer „Mixture-of-Experts“-Architektur. Während es 42 Milliarden aktive Parameter nutzt, arbeitet es effizient mit 6,6 Milliarden aktiven Parametern und bietet starke KI-Leistung bei anspruchsvollen Aufgaben. Besonders in komplexen Denkaufgaben hat dieses Modell größere Konkurrenten in spezifischen Benchmarks wie dem 5-shot MMLU-Test in Fächern von den Naturwissenschaften bis zu den Geisteswissenschaften übertroffen.

Phi-3.5 Vision Instruct: Fortschrittliches Multimodales Denken
Das Phi-3.5 Vision Instruct Modell bietet fortschrittliche multimodale Fähigkeiten und kombiniert Text- und Bildverarbeitung. Dieses Modell ist ideal für Aufgaben wie optische Zeichenerkennung, Diagramm- und Tabellenverständnis sowie Videozusammenfassungen. Es wurde auf einer Mischung aus synthetischen und öffentlich zugänglichen Datensätzen trainiert, um hochwertige, denkintensive Daten zu gewährleisten, die seine Fähigkeit zur Bewältigung komplexer visueller Aufgaben verbessern.

Open-Source-Verfügbarkeit und Trainingseinblicke
Microsofts Engagement für Open-Source-KI zeigt sich mit der Veröffentlichung dieser Modelle unter der MIT-Lizenz, die Entwicklern eine freie Nutzung und Modifikation ermöglicht. Die Phi-3.5-Modelle wurden mit modernster Hardware umfangreich trainiert. Zum Beispiel wurde das Phi-3.5 MoE-Modell auf 4,9 Billionen Tokens mit 512 H100-80G GPUs über 23 Tage trainiert.

Durch das Angebot dieser fortschrittlichen Modelle an die Entwicklergemeinschaft fördert Microsoft Innovationen in kommerziellen und wissenschaftlichen Anwendungen. Die Phi-3.5-Serie stellt einen bedeutenden Fortschritt in der Entwicklung von multilingualer und multimodaler Künstlicher Intelligenz dar.