Microsoft lanza Phi-4: un modelo de IA superinferencial para competir con DeepSeek R1

Resumen:

• Microsoft ha lanzado modelos de IA inferencial Phi-4, entrenados con 14 mil millones y 3.8 mil millones de parámetros.
• A pesar de su pequeño tamaño, los modelos de inferencia Phi-4 compiten con modelos mucho más grandes como el DeepSeek R1 y el o3-mini.
• Microsoft dice que los modelos de inferencia Phi-4 pueden ejecutarse en PC con Windows Copilot+, gracias a su pequeño tamaño.

Microsoft ha lanzado tres nuevos modelos de IA deductiva: Phi-4-reasoning, Phi-4-reasoning-plus y Phi-4-mini-reasoning. Se trata de pequeños modelos de lenguaje, diseñados para dispositivos terminales como ordenadores Windows y dispositivos móviles. El modelo de IA de razonamiento Phi-4 está entrenado con 14 mil millones de parámetros y puede realizar tareas de inferencia complejas.

El modelo Phi-4-reasoning-plus utiliza el mismo modelo básico, pero emplea cálculos de tiempo de inferencia "Plus" (aproximadamente 1.5 veces más tokens que Phi-4-reasoning) para ofrecer mayor precisión. A pesar de su pequeño tamaño, el modelo Phi-4-reasoning compite con modelos más grandes como DeepSeek R1 671B y o3-mini.

En la prueba de rendimiento GPQA, el modelo Phi-4-reasoning-plus-14B alcanza el 69.3 %, mientras que o3-mini obtiene el 77.7 %. Posteriormente, en la prueba AIME 2025, Phi-4-reasoning-plus-14B alcanza el 78 %, y o3-mini el 82.5 %. Esto demuestra que el modelo mini de Microsoft se acerca a los principales modelos de inferencia, que son considerablemente más grandes.

Microsoft afirma que los modelos de inferencia Phi-4 se entrenaron mediante ajuste fino supervisado " con conjuntos de datos de inferencia cuidadosamente seleccionados de OpenAI o3-mini ". Además, Microsoft escribe: " El modelo demuestra que un formato de datos cuidadoso y conjuntos de datos sintéticos de alta calidad permiten que los modelos más pequeños compitan con los más grandes ".

Además, el modelo Phi-4-mini-reasoning, más pequeño y entrenado con solo 3.8 millones de parámetros, supera a muchos modelos de 7B y 8B. En pruebas comparativas como AIME 24, MATH 500 y GPQA Diamond, el modelo Phi-4-mini-reasoning-3.8B ofrece resultados competitivos, acercándose al rendimiento del modelo o1-mini. El modelo Phi-4-mini se ajustó con precisión utilizando datos sintéticos generados por el modelo Deepseek-R1.

Los modelos Phi de Microsoft ya se utilizan de forma nativa en los PC con Windows Copilot+ , aprovechando la unidad de procesamiento neuronal integrada. Será interesante observar cómo los modelos de inferencia Phi-4 mejoran el rendimiento de la IA en la máquina.