当前位置:首页 / 新闻资讯 / 行业资讯

微软公布SLM小语言AI模型最新成员Phi-3-vision 参数量42亿

发布日期:2024-05-27     100 次

5 月 26 日消息,微软近日公布了旗下小语言 AI 模型家族(SLM)最新成员 "Phi-3-vision",这款模型主打 " 视觉能力 ",能够理解图文内容,同时据称可以在移动平台上流畅高效运行。

据介绍,Phi-3-vision 是微软 Phi-3 家族首款多模态模型,该模型的文字理解能力基于 Phi-3-mini,同时也具备 Phi-3-mini 的轻量特点,能够在移动平台 / 嵌入终端中运行;该模型参数量为 42 亿,大于 Phi-3-mini(3.8B),但小于 Phi-3-small(7B),上下文长度为 128k token,训练期间为 2024 年 2 月至 4 月。

1.jpg

Phi-3-vision 模型的最大特色正如其名,主要支持 " 图文识别能力 ",号称能够理解现实世界的图片含义,还能快速识别提取图片中的文字。

微软表示,Phi-3-vision 特别适合办公场合,开发人员特别优化了该模型在识别图表和方块图 ( Block diagram ) 方面的理解能力,据称可以利用用户输入的信息进行推论,同时还能做出一系列结论,为企业提供战略建议,号称 " 效果比肩大模型 "。

在模型训练方面,微软声称 Phi-3-vision 是由 " 多种类型图片及文字数据训练而成 ",包括一系列 " 经过严选的公开内容 ",例如 " 教科书等级 " 教育材料、代码、图文标注数据、现实世界知识、图表图片、聊天格式等内容,从而确保模型输入内容的多样性。为了确保隐私,微软声称他们所使用的训练数据 " 可追溯 " 不包含任何个人信息。

性能方面,微软提供了 Phi-3-vision 相较于字节跳动 Llama3-Llava-Next(8B)、微软研究院和威斯康星大学、哥伦比亚大学合作的 LlaVA-1.6(7B)、阿里巴巴通义千问 QWEN-VL-Chat 模型等竞品模型的比较图表,其中显示 Phi-3-vision 模型在多个项目上表现优异。

2.jpg


为您精选

寻找更多销售、技术和解决方案的信息?

关于绿测

广州绿测电子科技有限公司(简称:绿测科技)成立于2015年11月,是一家专注于耕耘测试与测量行业的技术开发公司。绿测科技以“工程师的测试管家”的理念向广大客户提供专业的管家服务。绿测科技的研发部及工厂设立于广州番禺区,随着公司业务的发展,先后在广西南宁、深圳、广州南沙、香港等地设立了机构。绿测科技经过深耕测试与测量领域多年,组建了一支经验丰富的团队,可为广大客户提供品质过硬的产品及测试技术服务等支持。

绿测工场服务号
绿测工场服务号
绿测科技订阅号
绿测科技订阅号
020-2204 2442
Copyright @ 2015-2024 广州绿测电子科技有限公司 版权所有 E-mail:Sales@greentest.com.cn 粤ICP备18033302号