Phi-4-reasoning-plus 模型

描述

Phi-4-reasoning-plus 是由微软研究院开发的高级推理模型。它通过在链式思维轨迹数据集上进行监督学习和强化学习，从 Phi-4 模型微调而来。该模型旨在在推理任务中表现出色，特别是在数学、科学和编码方面。它采用了一个具有 140 亿参数的密集解码器仅 Transformer 架构，并针对文本输入进行了优化，尤其是在聊天格式中。模型的训练涉及 160 亿个标记，约有 83 亿个独特标记，使用 32 个 H100-80G GPU 在 2.5 天内完成。该模型生成的文本响应包含推理链式思维块，后跟总结块，使其适合需要深度、多步骤推理或广泛上下文的任务。

Phi-4-reasoning-plus 已在多个基准上进行了评估，包括 AIME、GPQA-Diamond、OmniMath 和 LiveCodeBench，展示了在推理密集型任务中的强大表现。该模型还支持 Ollama、llama.cpp 和任何与 Phi-4 兼容的框架。它在 MIT 许可证下发布，旨在用于通用 AI 系统和应用，特别是在内存/计算受限的环境和延迟受限的场景中。

该模型通过监督微调采用了强大的安全后训练方法，遵循微软的安全指南。它经过了广泛的安全评估，包括对抗性对话模拟和微软独立 AI 红队的评估。尽管具备强大能力，开发者仍应意识到模型的局限性，例如潜在的偏见、不准确性以及在选举关键查询中的缺陷率升高。鼓励开发者在部署模型时应用负责任的 AI 最佳实践，并确保遵守相关法律法规。

Phi-4-reasoning-plus 模型亮点

• 最先进的推理模型

• 从 Phi-4 微调而来

• 140 亿参数

• 密集解码器仅 Transformer 架构

• 在 160 亿个标记上训练

• 支持聊天格式输入

• 生成推理链式思维和总结块

• 强大的安全后训练方法

Phi-4-reasoning-plus 模型入门

1. 1

   访问页面：访问 Hugging Face 模型页面

2. 2

   加载模型：下载并加载 Phi-4-reasoning-plus 模型

3. 3

   配置环境：设置所需依赖的环境

4. 4

   集成：在您的应用中使用该模型

5. 5

   微调：如有必要，调整模型以适应特定任务

Phi-4-reasoning-plus 模型的使用案例

• 高级推理
• 编码辅助
• 研究加速
• 通用 AI
• 内存受限环境

Phi-4-reasoning-plus 模型的常见问题

• 什么是 Phi-4-reasoning-plus？

  Phi-4-reasoning-plus 是由微软研究院开发的推理模型，针对高级推理任务从 Phi-4 微调而来。

• Phi-4-reasoning-plus 的主要使用案例是什么？

  该模型旨在用于需要推理和逻辑的通用 AI 系统，特别是在内存/计算受限的环境中。

• Phi-4-reasoning-plus 的架构是什么？

  它是一个具有 140 亿参数的密集解码器仅 Transformer 模型。

• Phi-4-reasoning-plus 是如何训练的？

  该模型使用监督微调和强化学习在 160 亿个标记的数据集上进行训练。

• 使用 Phi-4-reasoning-plus 的安全考虑是什么？

  该模型遵循微软的安全指南，并经过广泛的安全评估，但开发者仍应应用负责任的 AI 实践。

• Phi-4-reasoning-plus 的局限性是什么？

  该模型可能表现出偏见、不准确性，并且在选举关键查询中的缺陷率较高。

• Phi-4-reasoning-plus 已在什么基准上进行评估？

  它已在 AIME、GPQA-Diamond、OmniMath 和 LiveCodeBench 等基准上进行评估。

• Phi-4-reasoning-plus 的许可证是什么？

  该模型在 MIT 许可证下发布。