Microsoft Research melancarkan Phi‑4 Reasoning pada 30 April 2025, bersama dua model kakak—Phi‑4‑Mini‑Reasoning (≈3.8 B parameter) dan Phi‑4‑Reasoning‑Plus (14 parameter B dengan penalaan pembelajaran pengukuhan). Tidak seperti LLM tujuan umum, model ini dikhususkan untuk penaakulan: mereka memperuntukkan pengiraan inferens tambahan untuk mengesahkan dan memperhalusi setiap langkah penyelesaian. Latihan memanfaatkan data web berkualiti tinggi, set masalah sintetik dan demonstrasi "rantai-pemikiran" yang dipilih susun daripada o3‑mini OpenAI, menghasilkan model yang cemerlang dalam matematik, sains, pengekodan dan seterusnya.
Apakah Penaakulan Phi‑4?
Bagaimanakah Phi‑4 Reasoning dilatih?
Penaakulan Phi‑4 muncul daripada penalaan halus diselia bagi model asas Phi‑4 pada set data yang disusun dengan teliti bagi gesaan “boleh diajar” dan jejak penaakulan terperinci. Penyelidik menghasilkan banyak kesan ini dengan mendorong o3‑mini untuk menyelesaikan masalah yang kompleks, kemudian ditapis untuk kepelbagaian dan kejelasan pedagogi. Proses ini memastikan model belajar bukan sahaja jawapan, tetapi pendekatan penyelesaian masalah berstruktur. Varian seterusnya, Phi‑4‑Reasoning‑Plus, menjalani fasa pembelajaran peneguhan berasaskan hasil, yang menggalakkan rantaian penaakulan yang lebih panjang dan teliti untuk meningkatkan lagi ketepatan.
Apakah keupayaan yang menentukan Phi‑4 Reasoning?
serba boleh: Latihannya merangkumi masalah Olimpik matematik, soalan sains peringkat PhD, cabaran pengekodan, teka-teki algoritma (3SAT, TSP, BA‑Calendar), dan penaakulan spatial, menunjukkan generalisasi yang mantap merentas pelbagai domain.
Penjanaan rantaian pemikiran yang terperinci: Dengan mendedikasikan langkah inferens tambahan untuk mengesahkan setiap kesimpulan perantaraan, Phi‑4 Reasoning membina penyelesaian yang telus dan berperingkat dan bukannya jawapan tunggal yang legap.
Prestasi menewaskan penanda aras: Walaupun saiznya sederhana, ia mengatasi model berat terbuka yang lebih besar seperti DeepSeek‑R1‑Distill‑Llama‑70B dan menghampiri prestasi DeepSeek‑R1 (671 B parameter) penuh pada penaakulan algoritma dan tugas perancangan.
Bagaimanakah Phi‑4 Reasoning berbeza daripada model terdahulu?
Dalam cara apakah ia bertambah baik terhadap Phi‑4 tujuan umum?
Phi‑4 tujuan am direka untuk tugasan LLM yang luas—penyiapan, ringkasan, terjemahan—manakala penalaan halus diselia Phi‑4 Reasoning pada data rantaian pemikiran secara khusus mengasah inferens secara berperingkat. Pengkhususan ini menghasilkan ketepatan yang unggul pada tugasan berbilang langkah, sambil mengekalkan banyak keupayaan model asal. Selain itu, varian "Plus" yang dipertingkatkan RL memperdagangkan kelajuan inferens untuk alasan yang lebih mendalam apabila ketepatan yang paling diperlukan .
Bagaimanakah ia dibandingkan dengan model penaakulan pesaing?
Model DeepSeek R1: Mengenai tugasan yang disuling daripada model 671 B‑parameter R1 DeepSeek, Phi‑4 Reasoning‑Plus menghampiri prestasi yang setara, menunjukkan bahawa penyusunan data dan latihan yang teliti boleh mengecilkan jurang antara LLM yang kecil dan besar.
OpenAI o3‑mini: Phi‑4 Penaakulan sepadan atau melebihi o3‑mini pada penanda aras seperti OmniMath (ujian matematik berstruktur), walaupun kiraan parameter o3‑mini yang lebih besar dikhususkan untuk penaakulan.
Apakah varian dan sambungan terkini?
Phi‑4‑Reasoning‑Plus: Penaakulan Dipertingkatkan dengan Pembelajaran Pengukuhan
Phi‑4‑Reasoning‑Plus dibina berdasarkan seni bina Phi‑4‑Reasoning asas dengan memperkenalkan fasa pembelajaran tetulang (RL) berasaskan hasil yang mengoptimumkan lagi kualiti rantaian penaakulan. Dalam varian ini, pembangun menggabungkan pusingan latihan RL pendek menggunakan isyarat ganjaran yang boleh disahkan yang diperoleh daripada metrik kejayaan khusus tugas—seperti ketepatan bukti atau kesempurnaan penyelesaian—untuk menggalakkan penjanaan langkah perantaraan yang lebih terperinci dan tepat.
Akibatnya, Phi‑4‑Reasoning‑Plus mempamerkan peningkatan prestasi sebanyak 2–4% merentas penanda aras penaakulan standard berbanding rakan sejawatnya yang diselia, terutamanya pada tugas yang memerlukan inferens multi-hop dan potongan rantaian panjang. Selain itu, penghalusan didorong RL ini membolehkan model membetulkan sendiri laluan penaakulan samar-samar, mengurangkan kadar halusinasi sehingga 15% dalam ujian terkawal. Dengan sokongan lalai untuk tetingkap konteks sehingga 64,000 token, Phi‑4‑Reasoning‑Plus boleh menyepadukan penerangan masalah lanjutan dengan lancar tanpa mengorbankan koheren. Keupayaan yang dipertingkatkan menjadikannya sangat sesuai untuk domain berkepentingan tinggi seperti diagnostik penjagaan kesihatan dan pemodelan hujah undang-undang.
Phi‑4‑Mini‑Reasoning: Reasoner Padat untuk Aplikasi Terbenam
Melengkapkan model skala penuh, Phi‑4‑Mini‑Reasoning menawarkan penyelesaian penaakulan yang diperkemas dengan kira-kira 3.8 bilion parameter. Disesuaikan untuk aplikasi AI pendidikan dan pada peranti, varian ringan ini dilatih pada korpus khusus masalah matematik sintetik—menjumlahkan kira-kira satu juta kejadian berbeza yang dijana oleh sistem penaakulan R1 DeepSeek—dan diperhalusi lagi melalui penalaan halus diselia pada surih rantai pemikiran yang padat dan berkualiti tinggi.
Walaupun kiraan parameternya dikurangkan, Phi‑4‑Mini‑Reasoning mencapai ketepatan kompetitif pada penanda aras matematik, mengatasi prestasi model kecil lain seperti DeepSeek‑R1‑Distill‑Qwen‑7B dengan lebih 3 mata pada Math‑500. Keupayaannya untuk beroperasi pada 10 token sesaat pada perkakasan pengguna standard dan untuk menyokong panjang konteks 128,000-token menjadikannya sesuai untuk sistem tunjuk ajar terbenam dan pembantu pengekodan dalam persekitaran terhad sumber.
Di manakah Penaakulan Phi‑4 boleh digunakan?
Bagaimanakah ia boleh meningkatkan alat pendidikan?
Phi‑4‑Mini‑Reasoning, dilatih mengenai kira-kira 1 juta masalah matematik sintetik daripada model R1 DeepSeek, dioptimumkan untuk “tunjuk ajar terbenam” pada peranti ringan. Ia boleh membimbing pelajar melalui penyelesaian langkah demi langkah, menawarkan pembayang dan mengesahkan setiap langkah dalam masa nyata, mengubah apl pendidikan dan alatan bilik darjah pintar (, ).
Apakah kes penggunaan industri yang menonjol?
- Perubatan: Pada peranti perubatan yang didayakan edge, Phi‑4 Reasoning boleh menganalisis data diagnostik, menerangkan garis panduan klinikal yang kompleks dan mencadangkan pelan rawatan dengan kesan penaakulan yang telus.
- Kajian saintifik: Penyelidik boleh memanfaatkan output rantaian pemikiran model untuk mendokumenkan aliran kerja ujian hipotesis dalam kimia, fizik dan biologi.
- Pembangunan perisian: Dalam pembantu pengekodan, Phi‑4 Reasoning boleh memecahkan cabaran algoritma, mencadangkan coretan kod dengan ulasan penjelasan dan mengesahkan ketepatan melalui inferens logik (, ).
Di manakah pembangun boleh mengakses dan menggunakan ia?
Model Phi‑4 Reasoning tersedia di bawah lesen MIT berat terbuka di Azure AI Foundry, Hugging Face dan GitHub Marketplace. Dokumentasi dan panduan—seperti “Phi‑4 Reasoning How‑To” pada UnsLoTH AI—penyerahan setempat yang terperinci, aliran kerja pengkuantitian dan resipi penalaan halus untuk tugasan khusus domain.
Apakah cabaran dan soalan terbuka yang kekal?
Menilai Kekukuhan Penaakulan
Walaupun prestasi penanda aras mempamerkan kekuatan Phi‑4‑Reasoning, menilai kekukuhannya di bawah keadaan lawan atau luar pengedaran adalah penting. Kajian awal menggunakan protokol ujian tekanan dengan premis yang dikacau, aksiom bercanggah atau penamaan pembolehubah samar-samar mendedahkan lonjakan kadar ralat melebihi 20% apabila model menghadapi maklumat yang mengelirukan atau tidak lengkap. Penemuan ini menyerlahkan keperluan untuk rangka kerja penilaian yang lebih terperinci yang menangkap mod kegagalan seperti penaakulan bulat atau hanyutan konsep, dan untuk alat diagnostik yang memaparkan skor keyakinan dan rantaian asal. Mewujudkan tanda aras keteguhan domain-agnostik yang diseragamkan akan menjadi penting untuk memperakui kesediaan model untuk aplikasi kritikal keselamatan dalam bidang seperti perundingan undang-undang dan sokongan keputusan penjagaan kesihatan.
Menangani Penjajaran dan Kebimbangan Keselamatan
Penjajaran dan keselamatan kekal diutamakan apabila model penaakulan lanjutan menjadi tertanam dalam proses membuat keputusan merentas domain sensitif. Walaupun penalaan halus yang diawasi dan pembentukan ganjaran RL yang ketat, keupayaan Phi‑4‑Reasoning untuk menjana output yang munasabah tetapi tidak betul—yang dipanggil “halusinasi”—menimbulkan risiko dalam konteks kepentingan tinggi. Kejadian penaakulan atau pengesyoran berat sebelah sosial yang bercanggah dengan garis panduan etika menekankan keperluan untuk perlindungan berbilang lapisan. Amalan terbaik industri menyokong penyepaduan penapis kandungan segera, latihan gabungan merah dan pengawasan manusia-dalam-gelung untuk memintas tingkah laku yang tidak diingini. Membangunkan metrik penjajaran kuantitatif—seperti skor kebenaran yang ditentukur terhadap set data standard emas—dan antara muka pembetulan mesra pengguna akan menjadi penting untuk memastikan model Phi‑4‑Reasoning sejajar dengan norma masyarakat dan mengekalkan ketelusan semasa ia meresap dalam aliran kerja kritikal.
Kesimpulan
Phi‑4 Reasoning mewakili satu aliran dalam AI: peralihan daripada skala semata-mata ke arah pengkhususan pintar. Dengan menyampaikan penaakulan terkini dalam pakej kecil, berat terbuka, ia membuka jalan untuk penaakulan AI yang telus, cekap dan boleh diakses secara meluas—mengubah cara kami mengajar, menyelidik dan menyelesaikan masalah yang paling sukar, sama ada dalam awan atau di tepi.
Buat masa ini, mereka yang berminat untuk menggunakan Penaakulan Phi‑4 , kami perlu menantikan kemas kini. Kami akan terus mengemas kini CometAPI and Log perubahan API CometAPI.