開発者はどこでPhiモデルにアクセスできますか？

Phiは、Azure AI Studioモデルカタログ、Hugging Face、およびOllamaの3つの主要なプラットフォームを通じて利用可能です。

Phiモデルはファインチューニングできますか？

はい、PhiはAzure Machine Learning SDKを使用してファインチューニングできます。ノーコードのファインチューニングもAzure Machine LearningおよびAzure AI Studioで利用可能です。

Phiはどの言語をサポートしていますか？

Phi-miniは主に英語でトレーニングされ、最適化されており、他の言語での能力は限られています。Microsoftは、最良の結果を得るためにMicrosoft Translatorを使用してプロンプトと応答を翻訳することを推奨しています。

Phiモデルは生産用途に適していますか？

はい、Phi-3以降のモデルは生産用途に適した設計がされており、厳格な安全性のポストトレーニングを受けています。

Phiのトレーニングデータのカットオフ日はいつですか？

Phiのトレーニングデータのカットオフ日は2023年10月です。

Microsoft Phi-4

WebsiteFreemiumLarge Language Models (LLMs)AI Code Assistant

Microsoft Phi-4は、複雑な推論タスク、特に数学に優れた14Bパラメータの最先端の小型言語モデル（SLM）であり、効率性と低レイテンシを維持しています。

ソーシャル＆メール:

ウェブサイトを訪問

このツールを宣伝する

https://azure.microsoft.com/en-us/products/phi?ref=aipure&utm_source=aipure

概要
分析
公式投稿
動画
代替案

製品情報

更新日:2025年05月16日

Microsoft Phi-4 の月間トラフィック傾向

Microsoft Phi-4は、トラフィックが-7.4%減少し、訪問数が-563K減少しました。Phi-4に直接的な更新はありませんでしたが、Azure上のMicrosoft Copilotの一般提供開始や、AI機能が強化されたAzure AI Foundryの導入により、Phi-4への注目が分散した可能性があります。

過去のトラフィックを表示

Microsoft Phi-4とは

Microsoft Phi-4は、従来の大規模言語モデルよりもはるかに少ないパラメータで強力なAI機能を提供するように設計された、Phiファミリーの最新の小型言語モデルです。14Bパラメータモデルとして、Phi-4は効率的なAIモデル設計におけるブレークスルーを表しており、高度な推論能力と実用的な展開の柔軟性を組み合わせています。現在、Microsoft Research License Agreement (MSRLA)の下でAzure AI Foundryで利用可能であり、Hugging Faceでも利用可能になる予定で、開発者や研究者がアクセスできるようになります。

Microsoft Phi-4の主な機能

Microsoft Phi-4は、複雑な推論、特に数学に優れた14Bパラメータの最先端の小型言語モデル（SLM）です。これは、トレーニングプロセスの革新、質の高い合成データセット、有機データの慎重なキュレーション、トレーニング後の最適化を通じて、高いパフォーマンスと小型化を組み合わせた効率的なAIモデルの進歩を表しています。このモデルは、厳格な安全対策とAzure AIコンテンツ安全機能を備えて設計されており、Azure AI FoundryとHugging Faceで利用可能です。

高度な数学的推論: 高度なトレーニングプロセスを通じて、数学関連の推論タスクにおいて、同等または大きなモデルを上回ります

効率的なアーキテクチャ: 大規模な言語モデルと比較して、比較的小型のモデルサイズを維持しながら高いパフォーマンスを提供する14Bパラメータ設計です

統合された安全機能: プロンプトシールド、保護された素材の検出、リアルタイム監視機能などの組み込みの安全対策を含みます

複数の展開オプション: Azure AI FoundryとHugging Faceの両方のプラットフォームを通じて利用可能で、展開と使用の柔軟性を提供します

Microsoft Phi-4のユースケース

数学的問題解決: 教育または研究の場での複雑な数学計算と推論タスクに最適です

エンタープライズアプリケーション: 強力な推論能力を持つ効率的でコスト効果の高いAIソリューションを必要とするビジネスアプリケーションに適しています

研究開発: 計算要件が低く、先進的な推論能力を必要とする学術および科学研究にとって価値があります

メリット

同サイズのモデルと比較して、数学的推論において優れたパフォーマンス

小型化によるリソースの効率的な利用

強力な組み込みの安全機能と監視能力

デメリット

大規模な言語モデルと比較して、限られたコンテキストウィンドウ

非数学的タスクにおいて、大規模モデルの広範な能力に匹敵しない可能性があります

Microsoft Phi-4の使い方

注意: Phi-4は存在しません: 現在のPhiモデルファミリーには、Phi-1（Pythonコーディング）、Phi-1.5（推論と理解）、Phi-2（言語理解）、Phi-3（言語理解と推論タスク）、およびPhi-3-vision（マルチモーダル機能）が含まれています。ソース資料にはPhi-4モデルは言及されていません。