Microsoft lança Phi-4: um modelo de IA superinferencial para competir com o DeepSeek R1

Resumo:

• A Microsoft lançou modelos de IA inferenciais Phi-4, treinados com 14 bilhões e 3.8 bilhões de parâmetros.
• Apesar do seu tamanho pequeno, os modelos de inferência Phi-4 competem com modelos muito maiores, como o DeepSeek R1 e o o3-mini.
• A Microsoft diz que os modelos de inferência Phi-4 podem ser executados em PCs com Windows Copilot+, graças ao seu pequeno tamanho.

A Microsoft lançou três novos modelos de IA dedutiva, incluindo Phi-4-reasoning, Phi-4-reasoning-plus e Phi-4-mini-reasoning. Esses são pequenos modelos de linguagem, projetados para dispositivos terminais, como computadores Windows e dispositivos móveis. O modelo de IA de raciocínio Phi-4 é treinado com 14 bilhões de parâmetros e pode executar tarefas de inferência complexas.

O modelo Phi-4-reasoning-plus utiliza o mesmo modelo básico, mas emprega cálculos de tempo de inferência "Plus" — aproximadamente 1.5 vezes mais tokens em comparação com o Phi-4-reasoning — para fornecer maior precisão. Apesar de seu tamanho reduzido, o modelo Phi-4-reasoning compete com modelos maiores, como o DeepSeek R1 671B e o o3-mini.

No benchmark GPQA, o modelo Phi-4-reasoning-plus-14B alcançou 69.3%, enquanto o o3-mini obteve 77.7%. Já no teste AIME 2025, o Phi-4-reasoning-plus-14B alcançou 78% e o o3-mini, 82.5%. Isso demonstra que o minimodelo da Microsoft está se aproximando dos principais modelos de inferência, que são significativamente maiores.

A Microsoft afirma que os modelos de inferência Phi-4 foram treinados por meio de ajuste fino supervisionado " em ofertas de inferência cuidadosamente selecionadas do OpenAI o3-mini ". Além disso, a Microsoft escreve: " O modelo demonstra que a formatação cuidadosa dos dados e conjuntos de dados sintéticos de alta qualidade permitem que modelos menores concorram com os maiores ".

Além disso, o modelo Phi-4-mini-reasoning, menor e treinado com apenas 3.8 bilhões de parâmetros, supera muitos modelos de 7 e 8 bilhões de parâmetros. Em benchmarks como AIME 24, MATH 500 e GPQA Diamond, o modelo Phi-4-mini-reasoning-3.8B apresenta resultados competitivos, aproximando-se do desempenho do o1-mini. O modelo Phi-4-mini foi ajustado com precisão usando dados sintéticos gerados pelo modelo Deepseek-R1.

Os modelos Phi da Microsoft já estão sendo usados ​​nativamente em PCs com Windows Copilot+ , aproveitando a unidade de processamento neural integrada. Será interessante observar como os modelos de inferência Phi-4 aprimoram o desempenho da IA ​​na máquina.