Phi-4

微軟與 OpenAI、谷歌和 Meta 不同，尤其是在大型語言模型方面。其他科技巨頭喜歡推出多個模型，幾乎讓使用者應接不暇；而微軟只推出幾個模型，但這些模型總能在全球開發者中大受歡迎。在最新的版本中，他們釋出了兩個推理模型： Phi-4-Reasoning 和 Phi-4-Reasoning-plus 都是在基礎 Phi-4 模型上訓練出來的。這兩個 Phi-4-Reasoning 模型可與 o1、o3-mini 和 DeepSeek R1 等強大的模型競爭。在本文中，我們將詳細介紹 Phi-4-Reasoning 模型的技術細節、架構、訓練方法和效能。

透過促進非結構化資料的提取和支援高階佈局分析，Docling 可使複雜的企業資料具有機器可讀性並可用於人工智慧驅動的洞察力，從而增強多模態檢索增強生成（RAG）的能力。

在本文中，我們將深入探討 Phi-4-multimodal，這是一種最先進的多模態小語言模型（SLM），能夠處理文字、視覺和音訊輸入。我們還將探討實際的動手實現，幫助開發人員將生成式人工智慧整合到現實世界的應用中。