مايكروسوفت تطور Phi-3-vision لتحليل الصور والنصوص
تعمل شركة مايكروسوفت على توسيع مجموعة Phi-3 من النماذج اللغوية الصغيرة من خلال اطلاق Phi-3-vision.
وعلى الفرق, فإنّ ركز Phi-3-vision ليس فقط على النص لكنه أيضًا قادر على تحليل وفهم الصور بشكل كامل.
تم تصميم هذا النموذج الذي يشمل 4.2 بلايين معلمة خصيصًا للأجهزة المحمولة ويتفوق في مهام التفكير البصري العامة.
يمكن للمستخدمين طرح أسئلة حول Phi-3-vision حول الصور والرسومات، حيث سيوفرون اجابات دقيقة. رغم أنها ليست أداة لإنشاء الصور مثل DALL-E أو Stable Diffusion، فإن Phi-3-vision يتفوق في تحليل وفهم الصور.
يأتي الاطلاق Phi-3-vision بعد Phi-3-mini، التي تعتبر اصغر عنصر في مجموعة Phi-3 بـ 3.8 مليار معلمة. تشمل المجموعة الكاملة الآن Phi-3-mini، وPhi-3-vision، وPhi-3-small، و Phi-3-medium.
يركز هذا التطوير على النماذج الاصغر ويعكس الاتجاه المتزايد نحو تطوير الذكاء الاصطناعي. النماذج الاصغر تتطلب موارد اقل من الطاقة والمعالجة مما يجعلها ملائمة للأجهزة المحمولة والبيئات ذات الموارد المحدودة.
سبق وان حققت مايكروسوفت نجاحاً في هذا النهج، حيث تظهر التقارير ان نموذج Orca-Math الخاص بها تتفوق على المنافسين الاكبر في حل المسائل الرياضية.
يمكن تجربة Phi-3-vision حاليًا للمعاينة، بينما يمكن الوصول لبقية عائلة Phi-3 (الصغيرة والصغيرة والمتوسطة) من خلال مكتبة نماذج Azure.