Microsoft ha presentado su \u00faltimo modelo ligero de IA llamado Phi-3 Mini, dise\u00f1ado para ejecutarse en tel\u00e9fonos inteligentes y otros dispositivos locales, seg\u00fan revel\u00f3 en un nuevo art\u00edculo de investigaci\u00f3n. Entrenado en 3.800 millones de par\u00e1metros, es el primero de tres peque\u00f1os modelos de lenguaje Phi-3 que la compa\u00f1\u00eda lanzar\u00e1 en un futuro pr\u00f3ximo. El objetivo es proporcionar una alternativa m\u00e1s econ\u00f3mica a los LLM basados \u200b\u200ben la nube, permitiendo a las organizaciones m\u00e1s peque\u00f1as adoptar la IA.<\/p>\n
Seg\u00fan Microsoft, el nuevo modelo supera c\u00f3modamente a su anterior modelo peque\u00f1o Phi-2 y est\u00e1 a la par con modelos m\u00e1s grandes como Llama 2. De hecho, la compa\u00f1\u00eda dice que Phi-3 Mini proporciona respuestas cercanas al nivel de un modelo 10 veces su tama\u00f1o. .<\/p>\n
\u00abLa innovaci\u00f3n reside enteramente en nuestro conjunto de datos para la formaci\u00f3n\u00bb, seg\u00fan el art\u00edculo de investigaci\u00f3n. Ese conjunto de datos se basa en el modelo Phi-2, pero utiliza \u00abdatos web y datos sint\u00e9ticos muy filtrados\u00bb, afirma el equipo. De hecho, se utiliz\u00f3 un LLM separado para realizar ambas tareas, creando efectivamente nuevos datos que permiten que el modelo de lenguaje m\u00e1s peque\u00f1o sea m\u00e1s eficiente. El equipo supuestamente se inspir\u00f3 en libros infantiles que utilizan un lenguaje m\u00e1s sencillo para abordar temas complejos, seg\u00fan El borde<\/em>.<\/p>\n Si bien todav\u00eda no puede producir los resultados de los LLM basados \u200b\u200ben la nube, Phi-3 Mini puede superar a Phi-2 y otros modelos de lenguajes peque\u00f1os (Mistral, Gemma, Llama-3-In) en tareas que van desde matem\u00e1ticas hasta programaci\u00f3n y ex\u00e1menes acad\u00e9micos. . Al mismo tiempo, se ejecuta en dispositivos tan simples como tel\u00e9fonos inteligentes, sin necesidad de conexi\u00f3n a Internet.<\/p>\n Su principal limitaci\u00f3n es la amplitud del \u00abconocimiento f\u00e1ctico\u00bb debido al tama\u00f1o m\u00e1s peque\u00f1o del conjunto de datos; de ah\u00ed que no funcione bien en la prueba \u00abTriviaQA\u00bb. Aun as\u00ed, deber\u00eda ser bueno para modelos que s\u00f3lo requieren conjuntos de datos internos m\u00e1s peque\u00f1os. Microsoft espera que eso podr\u00eda permitir a las empresas que no pueden permitirse un LLM conectado a la nube saltar a la IA.<\/p>\n Phi-3 Mini ahora est\u00e1 disponible en Azure, Hugging Face y Ollama. Microsoft est\u00e1 listo para lanzar Phi-3 Small y Phi-3 Medium con capacidades significativamente mayores (7 mil millones y 14 mil millones de par\u00e1metros, respectivamente).<\/p>\n Este art\u00edculo contiene enlaces de afiliados; Si hace clic en dicho enlace y realiza una compra, podemos ganar una comisi\u00f3n.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n