Trace Id is missing
Przejdź do głównej zawartości
Azure
Obraz mapy świata przedstawionej za pomocą pastelowych okręgów o różnych rozmiarach, z niebieskimi strzałkami w górę i w dół

Otwarte modele Phi-3

Rodzina zaawansowanych, małych modeli językowych (SLM) o przełomowej wydajności przy niskich kosztach i niskich opóźnieniach
Mniejsze, mniej wymagające obliczeniowo modele dla rozwiązań generatywnej AI.
OMÓWIENIE

Ponowne definiowanie możliwości za pomocą protokołu SLM

  • Zmaksymalizuj możliwości sztucznej inteligencji, zmniejsz zużycie zasobów i zapewnij opłacalne wdrożenia generatywnej sztucznej inteligencji w swoich aplikacjach.
  • Skróć czas reakcji w interakcjach w czasie rzeczywistym, systemach autonomicznych, aplikacjach wymagających niskich opóźnień i innych krytycznych scenariuszach.
    Ilustracja przedstawiająca monitor komputera wyświetlający dwa dokumenty, jeden z wykresem liniowym, a drugi z tekstem i ikoną
  • Uruchom model Phi-3 w chmurze, na brzegu sieci lub na urządzeniu, co zapewnia większą elastyczność wdrażania i działania.
    Cyfrowa ilustracja białej chmury ze schodami prowadzącymi do drzwi, podłączona do małego urządzenia
  • Modele Phi-3 zostały opracowane zgodnie z zasadami Microsoft AI: odpowiedzialności, przezroczystości, uczciwości, niezawodności i bezpieczeństwa, prywatności i zabezpieczeń oraz inkluzywności.
    Ikona schowka ze znacznikiem wyboru i tarczą wyświetlającą dane wykresu słupkowego na niebieskim tle.
PRZYPADKI UŻYCIA

Użyj modeli Phi-3 do zastosowań generatywnej sztucznej inteligencji

Wdrożenia lokalne

Skuteczne działanie w środowiskach offline, w których prywatność danych jest najważniejsza lub łączność jest ograniczona.

Dokładne i istotne odpowiedzi

Generuj bardziej spójne, dokładne i kontekstowo istotne wyniki dzięki rozwiniętemu oknu kontekstowemu.

Scenariusze związane z opóźnieniem

Wdrażaj na urządzeniach brzegowych, aby dostarczać szybsze odpowiedzi.

Zadania ograniczone kosztowo

Użyj modelu Phi-3 do prostych zadań, aby zmniejszyć zapotrzebowanie na zasoby i obniżyć koszty bez obniżania wydajności.

Dostosowywanie i precyzja

Zwiększ wydajność, dostrajając modele za pomocą danych specyficznych dla danej domeny.
ZABEZPIECZENIA

Wbudowane Zabezpie­czenia i zgodność  

Firma Microsoft zobowiązuje się do zainwestowania 20 mld USD w cyberbezpieczeństwo w ciągu pięciu lat. 
Platforma Azure ma jeden z największych portfeli certyfikatów zgodności w branży. 
CENY

Modele Phi

Phi-3

Modele Phi-3 są dostępne bezpłatnie do wdrażania w czasie rzeczywistym za pośrednictwem katalogu modeli Azure AI. Są one również dostępne na stronach Hugging Face i Ollama.

Phi-3 w modelach jako usługa

Modele Phi-3 są dostępne z rozliczeniem płatności zgodnie z rzeczywistym użyciem za pośrednictwem interfejsów API wnioskowania.
FAQ

Często zadawane pytania

    • Phi-1: Na potrzeby kodowania w języku Python
    • Phi-1.5: Na potrzeby wnioskowania i zrozumienia
    • Phi-2: Na potrzeby rozumienia języka
    • Phi-3: Do zadań związanych z rozumieniem języka i poprawnym wnioskowaniem

     

    *Phi-3 dobrze sprawdza się również w testach porównawczych kodowania. 

  • Tak, model Phi-3 przeszedł rygorystyczne szkolenie w zakresie bezpieczeństwa.
  • Rozwiązanie Phi-3 jest dostępne za pośrednictwem katalogu modeli usługi Studio AI platformy Azure, Hugging Face, i Ollama.
  • Model Phi-3 jest dostępny w regionach, w których dostępna jest usługa Studio AI platformy Azure.
  • Tak, modele Phi-3 są dostępne za pośrednictwem usługi MaaS.
  • Model Phi-3 można dostroić za pomocą zestawu SDK dla platformy Azure Machine Learning. Oto przykładowy notes. Dostosowywanie bez użycia kodu jest dostępne w usługach Azure Machine Learning i Studio AI platformy Azure.
  • Model Phi-3- Mini został przeszkolony i zoptymalizowany pod kątem języka angielskiego, a jego możliwości w innych językach są ograniczone. Zachęcamy do korzystania z programu Microsoft Translator w celu tłumaczenia poleceń i odpowiedzi, aby uzyskać najlepsze wyniki.
  • Październik 2023 r.

Wprowadzenie

Dwie osoby siedzą przy stole i dyskutują, patrząc na ekran laptopa z wykresami i grafami
Rejestracja konta

Rozpocznij przy użyciu bezpłatnego konta

Zacznij od środków na korzystanie z platformy Azure w wysokości 200 USD.
Osoba siedzi przy stole, pracując na laptopie ze skupioną miną. Na stole znajduje się mała roślina i kilka ołówków.
Rejestracja konta

Wprowadzenie do cen dotyczących płatności zgodnie z rzeczywistym użyciem

Nie ma żadnych zobowiązań z góry — możesz zrezygnować w dowolnym momencie.
#chatEngagement { color: #fff; background-color: #006abb; border: 1px solid #0078d4; border-radius: 4px; display: inline-block; font-size: 14px; font-weight: 600; padding: 10px 16px; } #chatEngagement:hover, #chatEngagement:active { text-decoration: underline; } #chatDisengagement { color: #0062ad; display: inline-block; font-size: 14px; font-weight: 600; padding-right: 1em; position: relative; text-decoration: none; border: none; background-color: transparent; } #chatEngagement:focus { outline: 1px solid #fff; outline-offset: -4px; text-decoration: underline; } #chatDisengagement:after { background-image: url("data:image/svg+xml,%3Csvg viewBox='0 0 12 12' fill='none' xmlns='http://www.w3.org/2000/svg'%3E%3Cpath d='M4 1L9 6L4 11' stroke='%230062ad'/%3E%3C/svg%3E"); content: ' '; height: 12px; width: 12px; display: inline-flex; vertical-align: middle; margin-left: .2em; transition: all .2s ease-in-out; position: absolute; bottom: -6px; background-color: transparent; } #chatDisengagement:focus { outline-offset: 10px; } #lp-iframe-container { border: 0; bottom: 0; box-shadow: 0 5px 15px 0 #00000033; height: 500px; left: auto !important; min-width: 300px; max-width: 350px; padding: 0; position: fixed; right: 0; top: auto !important; z-index: 1031; } #iFrame { height: 100%; width: 100%; border: 0; } #proactive-chat-dialog { position: fixed; z-index: 10400; bottom: -24px; right: 11px; } #proactive-chat-dialog .chatContainer { min-width: 272px; height: 277px; color: #000; line-height: 0; position: relative; border: 0 !important; background-repeat: no-repeat !important; background-color: #fff !important; margin: auto; padding: 12px; background-size: contain !important; box-shadow: 0 2.8px 2.2px rgba(0, 0, 0, 0.034), 0 6.7px 5.3px rgba(0, 0, 0, 0.048), 0 12.5px 10px rgba(0, 0, 0, 0.06), 0 22.3px 17.9px rgba(0, 0, 0, 0.072), 0 41.8px 33.4px rgba(0, 0, 0, 0.086), 0 100px 80px rgba(0, 0, 0, 0.12); } #proactive-chat-dialog .chatContainer .chat-cta { text-align: center; font-size: 24px; font-weight: 600; position: relative; top: 160px; } #proactive-chat-dialog .chatContainer .chat-buttons { position: relative; top: 185px; width: 100%; display: flex; gap: 1em; justify-content: center; flex-direction: column; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link { width: auto; margin: auto; } #proactive-chat-dialog .chatContainer .chat-buttons .arrow-link:after { bottom: -6px; } @media only screen and (min-width: 33.75em) { #proactive-chat-dialog .chatContainer .chat-buttons { top: 200px; flex-direction: row; } } </style> <div id="proactive-chat-dialog" class="proactive-chat-hidden"> <div class="chatContainer" style="background: url('{{module.bg-img-src}}') no-repeat top left" > <div class="chat-cta">{{module.heading}}</div> <div class="chat-buttons"> <button type="button" id="chatEngagement" aria-label="{{chat-engagement.aria-label}}" class="button button--primary01 lp-chatnow" data-lp-event="click" data-bi-id="expand-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-bhvr="16" data-bi-tn="button button--primary01 lp-chatnow" > {{chat-engagement.btn-txt}} </button> <button type="button" id="chatDisengagement" aria-label="{{chat-disengagement.aria-label}}" class="arrow-link lp-nothanks" data-lp-event="close" data-bi-id="collapse-chat" data-bi-an="chat" data-bi-chtid="azure chat 1" data-bi-chtnm="live person proactive chat" data-bi-tn="arrow-link lp-nothanks" > {{chat-disengagement.btn-txt}} </button> </div> </div> </div> '/>