د مایکروسافټ فای-۴ ملټي موډل: مصنوعي ذهانت چې غږ، انځورونه او متن پوهیږي

مایکروسافټ د څو ماډل Phi-4 سره د ژبې ماډلونو په نړۍ کې یو ګام مخکې تللی دی.، د دې وروستۍ او خورا پرمختللې مصنوعي استخبارات چې په ورته وخت کې د متن، عکسونو او غږ پروسس کولو وړتیا لري. دا ماډل، د Phi-4-mini سره یوځای، استازیتوب کوي a د کوچنیو ماډلونو په ظرفیت کې ارتقا (SLM)، د ډیرو پیرامیټرو اړتیا پرته موثریت او دقت وړاندې کوي.

د Phi-4-multimodal راتګ نه یوازې د مایکروسافټ لپاره د ټیکنالوژیکي پرمختګ استازیتوب کوي، بلکې د دا په مستقیم ډول د لویو ماډلونو سره سیالي کوي لکه د ګوګل او انتروپیک څخه. د دې غوره شوی جوړښت او پرمختللي استدلال وړتیاوې دا جوړوي د ډیری غوښتنلیکونو لپاره یو زړه راښکونکی انتخاب، د ماشین ژباړې څخه تر انځور او غږ پیژندنې پورې.

فای-۴-ملټي موډل څه شی دی او څنګه کار کوي؟

فای-۴-ملټي موډل د مایکروسافټ لخوا رامینځته شوی د مصنوعي ذهانت ماډل دی چې کولی شي په ورته وخت کې متن، انځورونه او غږ پروسس کړي.. د دودیزو ماډلونو برعکس چې د یو واحد ماډل سره کار کوي، دا مصنوعي استخبارات د معلوماتو مختلف سرچینې په یوه واحد استازیتوب ځای کې مدغم کوي، د متقابل زده کړې تخنیکونو کارولو څخه مننه.

دا ماډل د معمارۍ پر بنسټ جوړ شوی دی 5.600 ملیارد پیرامیټونه، د LoRAs (ټيټ-رينک تطابق) په نوم پیژندل شوي تخنیک په کارولو سره د مختلف ډوله معلوماتو یوځای کول. دا د ژبې پروسس کولو کې د ډیر دقت او د شرایطو ژور تفسیر ته اجازه ورکوي.

مهمې وړتیاوې او ګټې

فای-۴-ملټي موډل په ځانګړي ډول په څو مهمو دندو کې اغیزمن دی چې د مصنوعي استخباراتو لوړې کچې ته اړتیا لري:

• د وینا پیژندنه: دا د نقل او ماشین ژباړې په ازموینو کې د WhisperV3 په څیر ځانګړو ماډلونو څخه غوره فعالیت کوي.
• د انځور پروسس کول: دا د اسنادو، ګرافیکونو د تفسیر او د OCR د ترسره کولو وړتیا لري چې په ډیر دقت سره ترسره کیږي.
• د ټیټ ځنډ اټکل: دا دې ته اجازه ورکوي چې په ګرځنده او ټیټ بریښنا وسیلو کې د فعالیت قرباني کولو پرته چلیږي.
• د طریقو ترمنځ بې ساري ادغام: د متن، وینا او انځورونو د یوځای پوهیدو وړتیا د دوی د شرایطو استدلال ته وده ورکوي.

د نورو ماډلونو سره پرتله کول

د فعالیت له پلوه، Phi-4-multimodal د لویو ماډلونو سره په مساوي توګه ثابت شوی دی. د جیمني-۲-فلش-لایټ او کلاډ-۳.۵-سونیټ په پرتله، په څو ماډل کارونو کې ورته پایلې ترلاسه کوي، پداسې حال کې چې د خپل کمپیکٹ ډیزاین څخه مننه غوره موثریت ساتي.

په هرصورت، د غږ پر بنسټ پوښتنو او ځوابونو کې ځینې محدودیتونه وړاندې کوي، چیرې چې د GPT-4o او Gemini-2.0-Flash په څیر ماډلونه ګټه لري. دا د هغې د کوچنۍ ماډل اندازې له امله دی، کوم چې د حقیقي پوهې ساتلو باندې اغیزه کوي. مایکروسافټ اشاره کړې چې په راتلونکو نسخو کې د دې وړتیا د ښه کولو لپاره کار کوي.

فای-۴-مینی: د فای-۴-ملټي موډل کوچنی ورور

د Phi-4-multimodal سره یوځای، مایکروسافټ هم پیل کړی دی فای-۴-مینی، یو ډول چې د ځانګړو متن پر بنسټ دندو لپاره غوره شوی. دا ماډل د دې لپاره ډیزاین شوی چې وړاندې شي د طبیعي ژبې پروسس کې لوړ موثریت، دا د چیټ بوټونو، مجازی معاونینو، او نورو غوښتنلیکونو لپاره مثالی کوي چې دقیق پوهاوی او د متن تولید ته اړتیا لري.

شتون او غوښتنلیکونه

مایکروسافټ د Phi-4-multimodal او Phi-4-mini له لارې پراختیا کونکو ته چمتو کړي دي د Azure AI فاؤنډري، هګینګ فیس، او د NVIDIA API کتلاګ. دا پدې مانا ده چې هر شرکت یا کارونکی چې دې پلیټ فارمونو ته لاسرسی لري کولی شي د ماډل سره تجربه پیل کړي او په مختلفو سناریوګانو کې یې پلي کړي.

د څو اړخیزې طریقې په پام کې نیولو سره، Phi-4 دی په داسې سکتورونو کې هدف:

• ماشیني ژباړه او په ریښتیني وخت کې فرعي سرلیکونه.
• د سوداګرۍ لپاره د اسنادو پیژندنه او تحلیل.
• د هوښیار مرستیالانو سره ګرځنده غوښتنلیکونه.
• د مصنوعي ذهانت پر بنسټ تدریس ښه کولو لپاره تعلیمي ماډلونه.

مایکروسافټ یو ورکړی دی د دې ماډلونو سره په زړه پورې بدلون د موثریت او پیمانه کولو تمرکز سره. د کوچنیو ژبو ماډلونو (SLM) په برخه کې د زیاتیدونکې سیالۍ سره، فای-۴-ملټي موډل د لویو ماډلونو لپاره د یو عملي بدیل په توګه وړاندې کیږي، د فعالیت او پروسس کولو ظرفیت ترمنځ توازن وړاندې کوي حتی په لږ ځواکمنو وسیلو کې د لاسرسي وړ.