Microsoft presenta Phi-4, optimizado para razonamiento

• En el primer aniversario del lanzamiento de la serie Phi, que demostró el potencial de los modelos de lenguaje pequeños (SLM), se anunció una nueva familia de modelos optimizada para razonamiento y especializada en pensamiento de múltiples pasos
• A pesar de su menor cantidad de parámetros, muestra un rendimiento comparable al de modelos grandes
• Phi-4-reasoning: 14B parámetros, entrenado con SFT (Supervised Fine-Tuning) usando datos de razonamiento de alta calidad
• Phi-4-reasoning-plus: agrega RL (Reinforcement Learning) al modelo anterior, con mejor precisión al usar 1.5 veces más tokens
• Phi-4-mini-reasoning: con un tamaño de 3.8B, supera a modelos de más del doble de tamaño en varios benchmarks de matemáticas y es adecuado para móvil/edge
  • Supera en rendimiento a varios modelos como OpenThinker-7B, Llama-3.2-3B y la familia DeepSeek-R1
  • Logra resultados similares o superiores a OpenAI o1-mini, especialmente fuerte en pruebas centradas en matemáticas como Math-500 y GPQA Diamond
• Estos modelos también se ofrecen como Phi Silica, una versión optimizada para NPU en Copilot+ PC, lo que permite una ejecución rápida y eficiente en Windows
• Disponibles en Azure AI Foundry y HuggingFace:
  • Phi-4-reasoning
  • Phi-4-reasoning-plus
  • Phi-4-mini-reasoning
• También se ofrecen API para desarrolladores y herramientas de integración local, lo que facilita su adopción en diversos entornos