โมเดล Phi-4 Vision 15B ใหม่ของ Microsoft ตัดสินใจว่าเมื่อใดควรเปิดใช้งานการใช้เหตุผลเชิงลึก

โมเดล Phi-4 Vision 15B ใหม่ของ Microsoft ตัดสินใจว่าเมื่อใดควรเปิดใช้งานการใช้เหตุผลเชิงลึก

Microsoft ได้เปิดตัว Phi-4-reasoning-vision-15B ซึ่งเป็นโมเดล AI ต่อเนื่องหลายรูปแบบแบบ open-weight ใหม่ที่ออกแบบมาเพื่อจัดการทั้งงานด้านภาพและการใช้เหตุผล

โมเดลพารามิเตอร์ 15 พันล้านสามารถประมวลผลภาพ ทำความเข้าใจองค์ประกอบอินเทอร์เฟซ และดำเนินการให้เหตุผลทางคณิตศาสตร์ที่ซับซ้อน ในขณะที่ยังคงมีน้ำหนักเบาเมื่อเทียบกับระบบ AI สมัยใหม่หลายระบบ

แบบจำลองต่อเนื่องหลายรูปแบบพร้อมการใช้เหตุผลแบบปรับเปลี่ยนได้

Phi-4-reasoning-vision-15B รองรับความสามารถขั้นสูงหลายประการ รวมถึงคำบรรยายภาพและการต่อสายดินองค์ประกอบ UI แบบจำลองนี้ยังสามารถแก้ปัญหาการใช้เหตุผลที่ซับซ้อน เช่น การสืบค้นทางคณิตศาสตร์และงานการวิเคราะห์

คุณสมบัติที่โดดเด่นที่สุดประการหนึ่งคือความสามารถในการตัดสินใจโดยอัตโนมัติเมื่อจำเป็นต้องให้เหตุผลที่ลึกซึ้งยิ่งขึ้น

แทนที่จะบังคับให้ผู้ใช้เปิดหรือปิดการให้เหตุผลด้วยตนเอง โมเดลจะเปิดใช้งาน “โหมดการคิด” ภายในเมื่องานต้องการการประมวลผลขั้นสูงมากขึ้น สำหรับคำถามที่ง่ายกว่า ระบบจะตอบกลับทันทีโดยไม่ต้องเข้าสู่กระบวนการให้เหตุผลที่หนักกว่านั้น

แนวทางการปรับตัวนี้สามารถปรับปรุงประสิทธิภาพได้ แม้ว่าอาจทำให้เกิดพฤติกรรมที่คาดการณ์ได้น้อยลงในบางสถานการณ์ก็ตาม

กลยุทธ์การฝึกอบรมเน้นข้อมูลที่มีคุณภาพ

Microsoft ฝึกฝนโมเดลด้วยโทเค็นประมาณ 200 พันล้านโทเค็น ซึ่งค่อนข้างน้อยเมื่อเทียบกับระบบ AI สมัยใหม่จำนวนมากที่ต้องอาศัยชุดข้อมูลการฝึกอบรมที่เกินหนึ่งล้านล้านโทเค็น

บริษัทมุ่งเน้นที่ข้อมูลการฝึกอบรมคุณภาพสูงที่ได้รับการดูแลจัดการอย่างรอบคอบ แทนที่จะเป็นขนาดดิบ ในระหว่างกระบวนการฝึกอบรม GPT-4o ช่วยสร้างและประเมินข้อมูล ซึ่งช่วยปรับปรุงความสามารถในการให้เหตุผลของแบบจำลอง

แนวทางนี้ทำให้ Microsoft สามารถสร้างระบบหลายรูปแบบที่มีความสามารถโดยไม่ต้องใช้ทรัพยากรการคำนวณจำนวนมาก

ผลลัพธ์การเปรียบเทียบแสดงให้เห็นถึงประสิทธิภาพที่หลากหลายแต่มีแนวโน้มดี

ในการทดสอบเกณฑ์มาตรฐาน Phi-4-reasoning-vision-15B ให้ผลลัพธ์การแข่งขันในหลายประเภท และบางครั้งก็มีประสิทธิภาพเหนือกว่ารุ่นที่มีขนาดใหญ่กว่า

อย่างไรก็ตาม โมเดลดังกล่าวยังตามหลังระบบการแข่งขันบางระบบในด้านอื่นๆ ทำให้เกิดผลลัพธ์ที่หลากหลายโดยรวม

Microsoft เผยแพร่การเปรียบเทียบเกณฑ์มาตรฐานที่สมดุลซึ่งมีทั้งจุดแข็งและจุดอ่อน แทนที่จะเน้นเฉพาะผลลัพธ์ที่ดี

ตัวเลือกน้ำหนักเบาสำหรับนักพัฒนา

แม้จะมีความสามารถ แต่ตระกูลโมเดล Phi-4 ก็มักจะได้รับความสนใจน้อยกว่าโมเดลน้ำหนักเปิดของคู่แข่ง เช่น ระบบที่ใช้ Qwen จากนักพัฒนาชาวจีน

ถึงกระนั้น Phi-4-reasoning-vision-15B ก็มอบประสิทธิภาพที่แข็งแกร่งเมื่อเทียบกับขนาดของมัน ซึ่งอาจทำให้น่าสนใจสำหรับนักพัฒนาที่ต้องการระบบ AI ที่มีประสิทธิภาพซึ่งทำงานบนการตั้งค่าฮาร์ดแวร์ที่มีขนาดเล็กลง

โมเดลดังกล่าวเผยแพร่สู่สาธารณะแล้ว และนักพัฒนาสามารถดาวน์โหลดตุ้มน้ำหนักผ่านแพลตฟอร์ม AI ของ Microsoft และที่เก็บโมเดล

ในข่าวอื่นๆ ของ Microsoft บริษัทได้ประกาศวันที่สำหรับการประชุมนักพัฒนา Build 2026 และกำลังเตรียมการอัปเดตการออกแบบสำหรับ SharePoint

Microsoft กำลังทดสอบฟีเจอร์ Copilot ใหม่ที่ช่วยให้ลิงก์เปิดได้โดยตรงภายในอินเทอร์เฟซ Copilot แทนที่จะเปิดเว็บเบราว์เซอร์แยกต่างหาก

ผ่านทาง นีโอวิน

*️⃣ ลิงค์ที่มา:

Phi-4-reasoning-vision-15B วันที่สำหรับการประชุมนักพัฒนา Build 2026 การอัปเดตการออกแบบสำหรับ SharePoint เปิดโดยตรงภายในอินเทอร์เฟซ Copilot Neowin ,