نماذج Phi 4 من Microsoft: قفزة في الذكاء الاصطناعي 2025
قدمت Microsoft مؤخرًا مجموعة من نماذج الذكاء الاصطناعي “المفتوحة” التي أحدثت نقلة كبيرة في عالم التكنولوجيا. تم تطوير هذه النماذج ضمن عائلة Phi الصغيرة، وتتميز بقدرتها على معالجة المهام المعقدة في مجالات التفكير والاستدلال، مما يجعلها منافساً قوياً للأنظمة الأكبر مثل نموذج o3-mini من OpenAI.
تعرف على الأجيال الجديدة من نماذج Phi
تتضمن التشكيلة الجديدة ثلاث نسخ متميزة: Phi 4 Mini Reasoning، وPhi 4 Reasoning، وPhi 4 Reasoning Plus. جميع النماذج متاحة برخصة مرنة، وتتميز بقدرتها على التحقق الدقيق من الحقائق أثناء حل المشكلات المعقدة. وبفضل هذه القدرات، يمكن للأجهزة ذات الإمكانيات المحدودة تنفيذ المهام الصعبة بفعالية ودقة.
اقرأ أيضا: عملاء البحث العميق من Google Gemini 2.5
Phi 4 Mini Reasoning
تم تطوير نموذج Phi 4 Mini Reasoning باستخدام مجموعة بيانات تضم حوالي مليون مسألة رياضية صناعية تم توليدها بواسطة نموذج سابق من شركة ذكاء اصطناعي صينية ناشئة. ويضم النموذج 3.8 مليار معامل، مما يجعله مثالياً للتطبيقات التعليمية مثل أنظمة التعليم المدمجة في الأجهزة الخفيفة. يُعتبر زيادة عدد المعاملات بمثابة تعبير عن تعزيز القدرات لحل المشكلات بشكل أكثر فعالية.
للمزيد من المعلومات، يمكن الاطلاع على مقال حول إطلاق Pinterest لأدوات جديدة لمواجهة تحديات الذكاء الاصطناعي.
Phi 4 Reasoning
يعتمد نموذج Phi 4 Reasoning على 14 مليار معامل، وقد تم تدريبه باستخدام بيانات ويب عالية الجودة إلى جانب تجارب عملية مستمدة من نموذج o3-mini التابع لـ OpenAI. يقدم هذا النموذج أداءً متميزًا في المواضيع العلمية والرياضية والبرمجية، مما يجعله خيارًا مثاليًا للمطورين والباحثين في مجال التطبيقات التقنية.
Phi 4 Reasoning Plus
يمثل نموذج Phi 4 Reasoning Plus تطويراً لنموذج Phi-4 السابق، حيث تم تحويله إلى صيغة أكثر كفاءة في الاستدلال. وتدعي Microsoft أن هذا النموذج يقترب في أدائه من النموذج الأكبر R1 الذي يحتوي على 671 مليار معامل. وقد أظهرت الاختبارات الداخلية أن أداء Phi 4 Reasoning Plus متكافئ مع نموذج o3-mini خاصة في التقييمات المرتكزة على الرياضيات.
كفاءة الذكاء الاصطناعي في بيئات ذات زمن استجابة منخفض
أوضحت Microsoft في منشور رسمي أن النماذج الجديدة تحقق توازنًا بين الحجم والأداء بفضل تقنيات مثل التقطير (distillation) والتعلم التعزيزي، بالإضافة إلى استخدام بيانات عالية الجودة. هذه الابتكارات تتيح للنماذج العمل بكفاءة في البيئات ذات زمن الاستجابة المنخفض، دون المساس بقدراتها على الاستدلال.
إمكانيات الوصول والمزيد من التفاصيل
يمكن للمطورين والباحثين الوصول إلى نماذج Phi 4 Mini Reasoning، وPhi 4 Reasoning، وPhi 4 Reasoning Plus عبر منصة تطوير الذكاء الاصطناعي Hugging Face. تتوفر تقارير فنية مفصلة مع كل نموذج، مما يوفر رؤى أعمق حول قدراته واستخداماته في التطبيقات العملية.
مع استمرار جهود Microsoft في دفع حدود الابتكار في مجال الذكاء الاصطناعي، تشكل نماذج Phi 4 خطوة حاسمة نحو جلب قدرات استدلال متطورة إلى الأجهزة والتطبيقات التي تواجه تحديات في الموارد.
اقرأ أيضا: تحرير الصور في شات بوت جيميني
