Microsoft Research ha anunciado el lanzamiento de Phi-2, un modelo de lenguaje pequeño (SLM) que demuestra capacidades notables para su tamaño. Lanzado hoy, el modelo se reveló por primera vez durante el evento Ignite 2023 de Microsoft en el que Satya Nadella destacó su capacidad para lograr un rendimiento de vanguardia con una fracción de los datos de entrenamiento. A diferencia de GPT, Gemini y otros grandes modelos de lenguaje (LLM) , un SLM se entrena con un conjunto de datos limitado, utiliza menos parámetros pero también requiere menos cálculos para su ejecución. Como resultado, el modelo que no puede generalizarse tanto como un modelo de lenguaje grande pero que puede ser muy bueno y eficiente en tareas específicas, como matemáticas y cálculos en el caso de Phi.Phi-2, con sus 2.700 millones de parámetros, muestra un buen razonamiento. y comprensión del lenguaje, rivalizando con modelos hasta 25 veces su tamaño, según Microsoft. Esto se debe al enfoque de Microsoft Research en datos de entrenamiento de alta calidad y técnicas de escalamiento avanzadas, lo que produce un modelo que supera a sus predecesores en varios puntos de referencia, incluyendo matemáticas, codificación y razonamiento de sentido común. «Con sólo 2,7 mil millones de parámetros, Phi-2 supera el rendimiento de los modelos Mistral y Llama-2 en los parámetros 7B y 13B en varios puntos de referencia agregados», dijo Microsoft, lanzando un golpe bajo al nuevo modelo de IA de Google: «Además, Phi-2 iguala o supera al recientemente anunciado Google Gemini Nano 2 , a pesar de ser de menor tamaño.»Fuente: MicrosoftGemini Nano 2 es la última apuesta de Google en un LLM multimodal capaz de ejecutarse localmente. Se anunció como parte de la familia Gemini de LLM que se espera que reemplacen a PaLM-2 en la mayoría de los servicios de Google. Sin embargo, el enfoque de Microsoft hacia la IA va más allá del desarrollo de modelos. La introducción de chips personalizados, Maia y Cobalt, según informa Decrypt, muestra que la empresa avanza hacia la integración total de la IA y la computación en la nube. Los chips de computadora, optimizados para tareas de inteligencia artificial, respaldan la visión más amplia de Microsoft de armonizar las capacidades de hardware y software y compiten directamente con Google Tensor y la nueva serie M de chips de Apple. Es importante señalar que Phi-2 es un lenguaje tan pequeño modelo que se puede ejecutar localmente en equipos de bajo nivel, incluso potencialmente teléfonos inteligentes, lo que allana el camino para nuevas aplicaciones y casos de uso. A medida que Phi-2 ingresa al ámbito de la investigación y el desarrollo de IA, su disponibilidad en el catálogo de modelos de Azure AI Studio También es un paso hacia la democratización de la investigación en IA. Microsoft es una de las empresas más activas que contribuyen al desarrollo de la IA de código abierto. A medida que el panorama de la IA continúa evolucionando, Phi-2 de Microsoft es una prueba de que el mundo de la IA no siempre se trata de pensar en grande. A veces, el mayor poder reside en ser más pequeño e inteligente. Editado por Ryan Ozawa.
