في خطوة جديدة تعزز موقعها في سباق الذكاء الاصطناعي، كشفت شركة مايكروسوفت، الأربعاء، عن مجموعة من نماذج الذكاء الاصطناعي الجديدة التي تتميز بكفاءتها العالية رغم صغر حجمها، حيث تقترب من أداء أنظمة أكبر بكثير، بما في ذلك نماذج من شركة OpenAI.
وتتضمن المجموعة ثلاثة نماذج رئيسية تحت اسم “Phi 4″، وهي: Phi 4 mini reasoning، وPhi 4 reasoning، وPhi 4 reasoning plus، وجميعها متاحة بترخيص مفتوح، مما يمنح المطورين حرية استخدامها وتعديلها.
وتنتمي هذه النماذج إلى فئة “النماذج الاستدلالية”، أي تلك القادرة على التفكير والتحقق من صحة الحلول لمسائل معقدة، بحسب تقرير نشره موقع “تك كرانش”.
وتُعد النماذج الجديدة امتداداً لعائلة نماذج Phi التي أطلقتها “مايكروسوفت” العام الماضي لخدمة التطبيقات التي تعمل على الأجهزة الطرفية.
نموذج صغير بأداء خارق
يبلغ حجم نموذج Phi 4 mini reasoning نحو 3.8 مليار “معلمة” فقط، لكنه يتمتع بقدرة كبيرة على أداء المهام التعليمية، خصوصاً في ما يُعرف بالدروس الخصوصية التفاعلية على الأجهزة خفيفة الوزن.
وقد تم تدريبه على نحو مليون مسألة رياضية تم توليدها باستخدام نموذج R1 من شركة ديب سيك الصينية.
في المقابل، يأتي نموذج Phi 4 reasoning بحجم 14 مليار معلمة، وقد تم تدريبه على بيانات عالية الجودة من الإنترنت، إضافة إلى محتوى منسق من نموذج O3-mini التابع لـ “OpenAI”، ما يجعله ملائماً لتطبيقات في مجالات مثل الرياضيات، والبرمجة، والعلوم.
أما النموذج الأقوى في المجموعة، Phi 4 reasoning plus، فهو نسخة مطورة من Phi 4، صُممت لتحقيق دقة أعلى في مهام محددة.
وتقول “مايكروسوفت” إنه يقترب من أداء نموذج R1، رغم أن الأخير يتفوق عليه حجماً بعدد معلمات يبلغ 671 مليار. تفوق على منافسين كبار
ووفقاً لتجارب داخلية أجرتها “مايكروسوفت”، فإن Phi 4 reasoning plus يُضاهي أداء نموذج O3-mini من “OpenAI” في اختبار “OmniMath”، وهو مقياس يختبر القدرات الرياضية للنماذج.
وقد أكدت الشركة الأميركية أن هذه النماذج، رغم صغر حجمها، تقدم أداءً استدلالياً قوياً، يجعلها مثالية للعمل في بيئات تتطلب استجابة فورية وموارد محدودة، مشيرة إلى أنها تجمع بين الحجم الصغير والكفاءة العالية.
جميع النماذج الجديدة أصبحت متاحة عبر منصة Hugging Face، إلى جانب تقارير تقنية توضح قدراتها ومجالات استخدامها.
