Microsoft lancia Phi-4: un modello di intelligenza artificiale super-inferenziale per competere con DeepSeek R1

Riepilogo:

• Microsoft ha lanciato i modelli di intelligenza artificiale inferenziale Phi-4, addestrati con 14 miliardi e 3.8 miliardi di parametri.
• Nonostante le dimensioni ridotte, i modelli di inferenza Phi-4 competono con modelli molto più grandi come DeepSeek R1 e o3-mini.
• Microsoft afferma che i modelli di inferenza Phi-4 possono essere eseguiti su PC con Windows Copilot+, grazie alle loro dimensioni ridotte.

Microsoft ha lanciato tre nuovi modelli di intelligenza artificiale deduttiva: Phi-4-reasoning, Phi-4-reasoning-plus e Phi-4-mini-reasoning. Si tratta di piccoli modelli linguistici, progettati per dispositivi terminali quali computer Windows e dispositivi mobili. Il modello di intelligenza artificiale basato sul ragionamento Phi-4 è addestrato con 14 miliardi di parametri e può eseguire attività di inferenza complesse.

Il modello Phi-4-reasoning-plus utilizza lo stesso modello di base, ma impiega calcoli di inferenza "Plus" (circa 1.5 volte il numero di token rispetto al Phi-4-reasoning) per offrire una maggiore precisione. Nonostante le sue dimensioni ridotte, il modello Phi-4-reasoning compete con modelli più grandi come DeepSeek R1 671B e o3-mini.

Nel benchmark GPQA, il modello Phi-4-reasoning-plus-14B raggiunge il 69.3%, mentre o3-mini si ferma al 77.7%. Successivamente, nel test AIME 2025, Phi-4-reasoning-plus-14B raggiunge il 78% e o3-mini l'82.5%. Ciò dimostra che il mini modello di Microsoft si sta avvicinando ai principali modelli di inferenza, che sono significativamente più grandi.

Microsoft afferma che i modelli di inferenza Phi-4 sono stati addestrati tramite fine-tuning supervisionato " su offerte di inferenza accuratamente selezionate da OpenAI o3-mini ". Inoltre, Microsoft scrive: " Il modello dimostra che un'attenta formattazione dei dati e set di dati sintetici di alta qualità consentono a modelli più piccoli di competere con quelli più grandi ".

Oltre a ciò, il modello Phi-4-mini-reasoning, più piccolo e addestrato su soli 3.8 miliardi di parametri, supera in prestazioni molti modelli da 7 e 8 miliardi di parametri. In benchmark come AIME 24, MATH 500 e GPQA Diamond, il modello Phi-4-mini-reasoning-3.8B offre risultati competitivi, avvicinandosi a quelli del modello o1-mini. Il modello Phi-4-mini è stato ottimizzato utilizzando dati sintetici generati dal modello Deepseek-R1.

I modelli Phi di Microsoft sono già utilizzati nativamente sui PC Windows Copilot+ , sfruttando l'unità di elaborazione neurale integrata. Sarà interessante vedere come i modelli di inferenza Phi-4 miglioreranno le prestazioni dell'IA su questa macchina.