Tag: Microsoft

Phi-4-multimodal: Moc AI w urządzeniu

Microsoft prezentuje Phi-4-multimodal, kompaktowy model AI przetwarzający mowę, obraz i tekst na urządzeniach. Oferuje mniejsze zużycie zasobów niż poprzednicy, rewolucjonizując AI na urządzeniach mobilnych i brzegowych. Dostępny przez Azure AI Foundry, Hugging Face i Nvidia API Catalog na licencji MIT.

Phi-4-multimodal: Moc AI w urządzeniu

Phi-4 Microsoftu: Nowa Era AI

Phi-4 firmy Microsoft to rodzina wydajnych modeli AI, które redefiniują równowagę między rozmiarem a możliwościami. Modele te, zaprojektowane z myślą o efektywności, przetwarzają tekst, obrazy i mowę, wymagając znacznie mniej mocy obliczeniowej. To przełom w dziedzinie AI, gdzie 'większy znaczy lepszy' nie zawsze jest prawdą.

Phi-4 Microsoftu: Nowa Era AI

Nowa Generacja Innowacji Rodzina Phi

Modele Phi-4-multimodal i Phi-4-mini firmy Microsoft to przełom w dziedzinie małych modeli językowych Oferują one zaawansowane możliwości AI dla deweloperów integrując przetwarzanie mowy obrazu i tekstu oraz zapewniając wydajność w zadaniach tekstowych

Nowa Generacja Innowacji Rodzina Phi

Microsoft Phi 4 Mały Model Językowy do Złożonego Rozumowania Matematycznego

Microsoft Phi-4 to mały model językowy z 14 miliardami parametrów, opracowany do zaawansowanego rozumowania matematycznego. Wykorzystuje syntetyczne dane, starannie dobrane dane organiczne i nowatorskie metody potrenowania, przewyższając większe modele. Phi-4 jest dostępny na Hugging Face z licencją MIT.

Microsoft Phi 4 Mały Model Językowy do Złożonego Rozumowania Matematycznego

Przełomowy Model AI Microsoftu w Projektowaniu Materiałów Zwiększa Dokładność 10x

Microsoft zaprezentował MatterGen, przełomowy model językowy AI do tworzenia materiałów nieorganicznych. Model ten, oparty na architekturze dyfuzyjnej, optymalizuje typy atomów, koordynaty i sieci krystaliczne, umożliwiając szybkie generowanie nowych materiałów. MatterGen zwiększa proporcję stabilnych, unikalnych materiałów i jest bliski lokalnemu minimum energii DFT. Wykorzystuje proces dyfuzji do tworzenia uporządkowanych struktur krystalicznych, a sieć ekwiwariantnych ocen pomaga w odzyskiwaniu oryginalnych struktur. Moduły adaptera umożliwiają dostosowanie modelu do różnych zadań. Technologia ta jest porównywana do AlphaFold i ma potencjał rewolucjonizować wiele dziedzin, w tym technologię baterii i przezwyciężanie globalnych wyzwań.

Przełomowy Model AI Microsoftu w Projektowaniu Materiałów Zwiększa Dokładność 10x