Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
%20(1).webp)
Microsoft meluncurkan Phi-4-Mini dan model AI multimodal
Generatived
27/2/25, 13.30
Microsoft telah memperluas keluarga model bahasa Phi dengan dua penawaran baru: Phi-4-mini dan Phi-4-multimodal. Model-model ini dirancang agar cukup ringkas untuk digunakan pada perangkat, memenuhi kebutuhan akan solusi AI yang efisien dalam lingkungan dengan keterbatasan sumber daya. Phi-4-multimodal menonjol sebagai model pertama dalam keluarga yang memproses data teks, audio, dan gambar, sehingga dapat digunakan secara universal di berbagai aplikasi. Kedua model tersebut kini tersedia secara komersial melalui Azure AI Foundry, platform pengembangan dan manajemen aplikasi AI Microsoft.
Model berbasis teks Phi-4-mini dan multimodal Phi-4-multimodal dioptimalkan untuk tugas-tugas tertentu seperti pengenalan ucapan otomatis dan penalaran visual. Model yang terakhir telah membuktikan dirinya dengan menduduki puncak papan peringkat Huggingface OpenASR, memamerkan akurasi pengenalan ucapan yang tinggi dengan tingkat kesalahan kata yang rendah. Model-model ini tidak hanya efisien, tetapi juga memanfaatkan data pelatihan yang ditargetkan untuk unggul dalam tugas-tugas khusus. Pengembang dapat mengeksplorasi kemampuan keluarga Phi melalui katalog API NVIDIA, yang menyediakan lingkungan sandbox untuk pengujian dan integrasi.
Model bahasa kecil seperti Phi-4-mini dan Phi-4-multimodal menawarkan beberapa keuntungan, termasuk latency rendah dan kemampuan untuk beroperasi dalam batasan memori dan komputasi. Hal ini membuat model ini cocok untuk digunakan di perangkat konsumen dan meningkatkan compliance terhadap standar privasi dan peraturan. Selain itu, model ini dapat dilengkapi dengan teknik seperti pembuatan augmentasi pencarian untuk meningkatkan kinerjanya pada berbagai tugas.
NVIDIA, perusahaan terkemuka di bidang AI, telah berkontribusi pada komunitas sumber terbuka dengan merilis banyak proyek dan mengoptimalkan perangkat lunak untuk aplikasi AI. Kolaborasi NVIDIA dan Microsoft terus mendorong inovasi, dan model Phi merupakan bukti kerja sama kami. Pengembang yang tertarik untuk memanfaatkan model ini dapat mencobanya di platform NVIDIA, yang mendukung penyesuaian dan pengintegrasian model Phi ke dalam berbagai alur kerja AI.
Bagikan artikel ini:
Tin tức mới nhất
Meta Memperluas Infrastruktur Komputasi untuk AI Future
19/6/26, 09.00
Meta menguraikan pentingnya infrastruktur komputasi yang semakin meningkat seiring dengan semakin canggihnya layanan AI dan semakin terintegrasinya layanan tersebut ke
NVIDIA Mempercepat Difusi Gemma di Seluruh Platform RTX
19/6/26, 09.00
NVIDIA mengumumkan optimasi untuk model eksperimental DiffusionGemma dari Google DeepMind, yang memungkinkan penerapan lebih cepat di seluruh GPU RTX, sistem RTX PRO,
NVIDIA Memperluas Penerapan AI Perusahaan DiffusionGemma
18/6/26, 09.00
NVIDIA mengumumkan perluasan dukungan untuk DiffusionGemma, model pembangkitan teks dari Google DeepMind yang dioptimalkan untuk inferensi berkecepatan tinggi
Copyright © 2024 Generatived - All right Reserved.
Bagikan artikel ini:
Bagikan artikel ini:
Kategori
Berita
AI dan hukum/peraturan/masyarakat
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.
Berita terkini
Meta Memperluas Infrastruktur Komputasi untuk AI Future
19/6/26, 09.00
Meta menguraikan pentingnya infrastruktur komputasi yang semakin meningkat seiring dengan semakin canggihnya layanan AI dan semakin terintegrasinya layanan tersebut ke
NVIDIA Mempercepat Difusi Gemma di Seluruh Platform RTX
19/6/26, 09.00
NVIDIA mengumumkan optimasi untuk model eksperimental DiffusionGemma dari Google DeepMind, yang memungkinkan penerapan lebih cepat di seluruh GPU RTX, sistem RTX PRO,
NVIDIA Memperluas Penerapan AI Perusahaan DiffusionGemma
18/6/26, 09.00
NVIDIA mengumumkan perluasan dukungan untuk DiffusionGemma, model pembangkitan teks dari Google DeepMind yang dioptimalkan untuk inferensi berkecepatan tinggi


%20(1).webp)

.webp)

