Phi-4-mini API

Phi-4-Mini API کی نمائندگی کرتا ہے۔ مائیکروسافٹPhi-4 سیریز کے اندر چھوٹی زبان کے ماڈلز میں تازہ ترین جدت، بنیادی طور پر توجہ مرکوز کرتے ہوئے متن کے کام. ایک کمپیکٹ فریم ورک ہاؤسنگ 3.8 بلین پیرامیٹرز کے ساتھ، Phi-4-Mini اپنے گھنے ڈیکوڈر صرف ٹرانسفارمر فن تعمیر کی بدولت رفتار اور کارکردگی میں بہترین ہے۔

Phi-4-Mini کی اہم خصوصیات

۔ Phi-4-Mini ماڈل مختلف کاموں کو انجام دینے کی صلاحیت کے لیے قابل ذکر ہے جیسے متن استدلال, ریاضیاتی حسابات, پروگرامنگ، اور فنکشن کالز۔ اپنے نسبتاً چھوٹے سائز کے باوجود، Phi-4-Mini ان علاقوں میں زبان کے بڑے ماڈلز سے مقابلہ کرتا ہے اور اکثر اس سے آگے نکل جاتا ہے:

• ٹیکسٹ ریزننگ: یہ ان کاموں میں سبقت لے جاتا ہے جن میں منطقی پروسیسنگ کی ضرورت ہوتی ہے، کافی بڑے پیرامیٹرز والے ماڈلز کے مشابہ کارکردگی پیش کرتے ہیں۔
• طویل متن کے لیے جامع تعاون: 128K ٹوکنز تک کی ترتیب کو پروسیس کرنے کے قابل، Phi-4-Mini وسیع متن کو مؤثر طریقے سے سنبھالنے کے لیے مثالی ہے۔
• توسیع پذیر فنکشن انٹیگریشن: Phi-4-Mini کی فنکشن کالنگ کی صلاحیتیں بیرونی ٹولز، APIs اور ڈیٹا کے ذرائع کے ساتھ ہموار انضمام کی اجازت دیتی ہیں، جس سے ایپلیکیشن کے منظرناموں میں اس کی استعداد میں اضافہ ہوتا ہے۔

Phi-4-Mini کے پیچھے تکنیکی اصول

Phi-4-Mini کا فن تعمیر جدید ترین تکنیکی ڈیزائن پر مبنی ہے جس کا مقصد کارکردگی اور موافقت کو زیادہ سے زیادہ کرنا ہے:

• ٹرانسفارمر آرکیٹیکچر: یہ ماڈل صرف ڈیکوڈر ٹرانسفارمر فریم ورک پر بنایا گیا ہے، متن کی ترتیب کے اندر طویل مدتی انحصار کو مؤثر طریقے سے منظم کرنے کے لیے خود توجہ دینے کے طریقہ کار کا استعمال کرتا ہے۔
• گروپ شدہ سوال کی توجہ: یہ طریقہ کار گروپ شدہ بیچوں میں سوالات پر کارروائی کرکے کمپیوٹیشنل کارکردگی کو بہتر بناتا ہے، متوازی پروسیسنگ کے لیے ماڈل کی صلاحیت کو بڑھاتا ہے۔
• مشترکہ ایمبیڈنگ کی حکمت عملی: ان پٹ اور آؤٹ پٹ ایمبیڈنگز کا اشتراک کرکے، Phi-4-Mini پیرامیٹر کا بوجھ کم کرتا ہے، کام کی موافقت اور آپریشنل کارکردگی کو بڑھاتا ہے۔

یہ تعمیراتی انتخاب Phi-4-Mini کو بہتر بنانے کے لیے تیار کرتے ہیں۔ قدرتی زبان کی نسل مختلف استعمال کے معاملات میں اعلی کارکردگی کو برقرار رکھتے ہوئے

ڈیٹا اور ٹریننگ کی تفصیلات

زبان کی تربیت کا ڈیٹا

Phi-4-Mini کے تربیتی ڈیٹا میں اعلیٰ معیار کے استدلال سے بھرپور ٹیکسٹ ڈیٹا، خاص طور پر پروگرامنگ کے کاموں کی کارکردگی کو بڑھانے کے لیے احتیاط سے تیار کردہ کوڈ ڈیٹا سیٹس شامل ہیں۔ ڈیٹا کے اعلیٰ معیار اور تنوع کو یقینی بنانے کے لیے پری ٹریننگ ڈیٹا کو فلٹرز اور ڈیٹا مکس کرنے کی حکمت عملیوں کے ساتھ بہتر بنایا گیا ہے۔ خاص طور پر، پری ٹریننگ ڈیٹا میں 5 ٹریلین ٹوکنز کا کارپس شامل ہے، جو Phi-3.5-Mini سے بڑا اور اعلیٰ معیار کا ہے۔

وژن-زبان کی تربیت کا ڈیٹا

Phi-4-Multimodal کے پہلے سے تربیتی مرحلے میں امیج ٹیکسٹ ڈیٹا سیٹس شامل ہیں جن میں انٹرلیوڈ امیج ٹیکسٹ دستاویزات، امیج ٹیکسٹ پیئرز، امیج لوکلائزیشن ڈیٹا وغیرہ شامل ہیں۔ پری ٹریننگ کے عمل میں 0.5 ٹریلین ٹوکنز شامل ہوتے ہیں، بصری اور متنی عناصر کا امتزاج۔ سپروائزڈ فائن ٹیوننگ (SFT) مرحلہ عوامی ملٹی موڈل انسٹرکشن ٹیونڈ ڈیٹاسیٹ اور بڑے پیمانے پر اندرونی ملٹی موڈل انسٹرکشن ٹیونڈ ڈیٹاسیٹ کا استعمال کرتا ہے، جس میں کاموں کا احاطہ کیا جاتا ہے جیسے کہ قدرتی تصویر کی سمجھ، چارٹ، ٹیبل اور ڈایاگرام ریجننگ، پاورپوائنٹ تجزیہ، OCR، ملٹی امیج کا موازنہ، ویڈیو کا خلاصہ، اور ماڈل سیکیورٹی۔

بصری تقریر کی تربیت کا ڈیٹا

Phi-4-Multimodal کو بصری تقریر کے ڈیٹا پر تربیت دی گئی تھی، جس میں سنگل فریم اور ملٹی فریم دونوں منظرناموں کا احاطہ کیا گیا تھا۔ انٹرنل ٹیکسٹ ٹو اسپیچ (TTS) انجن کے ذریعے صارف کے سوالات کو متن سے آڈیو میں تبدیل کرکے ڈیٹا کے اعلیٰ معیار کو یقینی بنایا گیا۔ خاص طور پر، محققین نے آڈیو کو نقل کرنے اور اصل متن اور نقل کے درمیان لفظ کی غلطی کی شرح (WER) کا حساب لگانے کے لیے ایک اندرونی ASR ماڈل کا استعمال کیا، اور WER فلٹرنگ کے ذریعے حتمی بصری-اسپیچ ڈیٹا کے معیار کو یقینی بنایا گیا۔

تقریر اور آڈیو ٹریننگ ڈیٹا

تقریر/آڈیو خصوصیات کے لیے تربیتی ڈیٹا میں خودکار اسپیچ ریکگنیشن (ASR) ٹرانسکرپشن ڈیٹا اور پوسٹ ٹریننگ ڈیٹا شامل ہوتا ہے، جس میں متعدد کاموں کا احاطہ کیا جاتا ہے جیسے کہ خودکار اسپیچ ٹرانسلیشن (AST)، اسپیچ سوال کا جواب دینا (SQA)، اسپیچ سمریائزیشن (SSUM)، اور آڈیو سمجھ بوجھ (AU)۔ تربیت سے پہلے کے ڈیٹا میں تقریباً 2 ملین گھنٹے گمنام داخلی اسپیچ ٹیکسٹ جوڑے شامل ہیں، جن میں 8 معاون زبانیں شامل ہیں۔ تربیت کے بعد کے اعداد و شمار میں تقریباً 100 ملین احتیاط سے تیار کردہ تقریر اور آڈیو SFT نمونے شامل ہیں، جن میں ASR، AST، SQA، SQQA، SSUM، اور AU جیسے کاموں کا احاطہ کیا گیا ہے۔

متعلقہ موضوعات:3 کے بہترین 2025 AI میوزک جنریشن ماڈل

بہترین تعیناتی اور مطابقت

Phi-4-Mini کے لیے موزوں ہے۔ کراس پلیٹ فارم مطابقت, مختلف کمپیوٹنگ ماحول میں تعیناتی کی سہولت:

• ONNX رن ٹائم آپٹیمائزیشن: اس بات کو یقینی بناتا ہے کہ ماڈل کم لاگت، کم لیٹنسی سیٹنگز میں موثر کارکردگی کا مظاہرہ کرتا ہے، جو وسیع کراس پلیٹ فارم ایپلی کیشن کو سپورٹ کرتا ہے۔
• وسائل سے مجبور ماحول: اس کی ہلکی پھلکی نوعیت Phi-4-Mini کو ایج کمپیوٹنگ کی تعیناتیوں کے لیے موزوں بناتی ہے جہاں وسائل محدود ہوتے ہیں، صلاحیتوں سے سمجھوتہ کیے بغیر آپریشنل کارکردگی کو زیادہ سے زیادہ بناتے ہیں۔

تربیتی فلسفہ اور ڈیٹا کا استعمال

Phi-4-Mini کی تربیت کا عمل سخت ہے، اعلیٰ معیار کے متنوع ڈیٹاسیٹس پر توجہ مرکوز کرتا ہے ترک اور منطق سے نمٹنے صلاحیتوں:

• اسکرین شدہ ٹریننگ ڈیٹا: اس کی ریاضیاتی اور پروگرامنگ کے کام کی کارکردگی کو بہتر بنانے کے لیے مصنوعی اور ٹارگٹڈ ڈیٹا سیٹس کو شامل کرتا ہے۔
• موافقت اور درستگی: تربیتی حکمت عملی ڈیٹا کے معیار اور تنوع پر زور دیتی ہے، مختلف ایپلی کیشنز میں پیچیدہ استدلال کے کاموں کے لیے ماڈل تیار کرتی ہے۔

حقیقی دنیا کے استعمال کے معاملات

Phi-4-Mini اپنی موافقت اور افادیت کو ظاہر کرتے ہوئے متعدد منظرناموں میں وسیع ایپلی کیشنز پیش کرتا ہے:

• ذہین جوابی نظام: کسٹمر سروس ایپلی کیشنز کے لیے موزوں درست اور تیز جوابات فراہم کرتے ہوئے پیچیدہ سوال جواب کے کاموں میں غیر معمولی طور پر اچھی کارکردگی کا مظاہرہ کرتا ہے۔
• پروگرامنگ اسسٹنس: ڈویلپرز کو کوڈ کی تیاری اور جانچ کے لیے طاقتور ٹولز پیش کرتا ہے، پیداواری صلاحیت اور ورک فلو کی کارکردگی کو بڑھاتا ہے۔
• کثیر لسانی صلاحیتیں۔: متعدد زبانوں میں ترجمہ اور پروسیسنگ کی حمایت کرتا ہے، اسے عالمی زبان کی خدمات اور بین ثقافتی ایپلی کیشنز کے لیے مثالی بناتا ہے۔
• ایج کمپیوٹنگ اور تعیناتی۔: پورٹیبل ڈیوائس کی تعیناتی کے لیے موزوں، Phi-4-Mini کنارے کمپیوٹنگ کے منظرناموں میں پروان چڑھتا ہے جہاں موثر پروسیسنگ سب سے اہم ہے۔

نتیجہ:

Phi-4-Mini، اپنے اختراعی ڈیزائن اور ٹیکسٹ پروسیسنگ کے کاموں میں غیر معمولی کارکردگی کے ساتھ، چھوٹی زبان کے ماڈل ٹیکنالوجی میں نمایاں پیش رفت کی نمائندگی کرتا ہے۔ یہ ماڈل ڈویلپرز اور AI صارفین کو ایک اعلی کارکردگی والا ٹول فراہم کرتا ہے جو کافی کمپیوٹیشنل وسائل کا مطالبہ کیے بغیر وسیع اور متنوع ایپلی کیشنز کا انتظام کرنے کی صلاحیت رکھتا ہے۔ جیسے جیسے مائیکروسافٹ کی Phi-4 سیریز آگے بڑھ رہی ہے، Phi-4-Mini کی موافقت اور انضمام کی صلاحیتیں AI لینڈ سکیپس کو تیار کرنے میں اس کی مسلسل مطابقت اور افادیت کو یقینی بناتی ہیں، جو بالآخر مصنوعی ذہانت میں مستقبل کی ترقی کے لیے ایک اہم وسیلہ کے طور پر کام کرتی ہیں۔

CometAPI سے اس Phi-4-Mini API کو کیسے کال کریں۔

1.لاگ ان کریں cometapi.com پر۔ اگر آپ ابھی تک ہمارے صارف نہیں ہیں، تو براہ کرم پہلے رجسٹر کریں۔

2.رسائی کی سند API کلید حاصل کریں۔ انٹرفیس کے. ذاتی مرکز میں API ٹوکن پر "ٹوکن شامل کریں" پر کلک کریں، ٹوکن کی حاصل کریں: sk-xxxxx اور جمع کرائیں۔

3. اس سائٹ کا یو آر ایل حاصل کریں: https://api.cometapi.com/

4. API کی درخواست بھیجنے کے لیے Phi-4-Mini اینڈ پوائنٹ کو منتخب کریں اور درخواست کا باڈی سیٹ کریں۔ درخواست کا طریقہ اور درخواست باڈی سے حاصل کیا جاتا ہے۔ ہماری ویب سائٹ API دستاویز. ہماری ویب سائٹ آپ کی سہولت کے لیے Apifox ٹیسٹ بھی فراہم کرتی ہے۔

5. تیار کردہ جواب حاصل کرنے کے لیے API جواب پر کارروائی کریں۔ API کی درخواست بھیجنے کے بعد، آپ کو ایک JSON آبجیکٹ موصول ہوگا جس میں تیار کردہ تکمیل ہوگی۔