Neue Forschung von Microsoft. Phi-4-reasoning-vision-15B ist ein multimodales Denkmodell mit 15 Milliarden Parametern, das visuelles Verständnis mit strukturierten Denkfähigkeiten kombiniert. Wie ich bereits gesagt habe, benötigt nicht jede Agentenaufgabe ein Frontier-Modell. Phi-4-reasoning-vision zeigt, was mit 15 Milliarden Parametern möglich ist. Der Bericht beschreibt, wie sie ein kompaktes Modell trainiert haben, das sowohl über Text als auch über Bilder nachdenken kann und den optimalen Punkt zwischen Fähigkeit und Effizienz anvisiert. Kleinere Denkmodelle, die Vision verarbeiten, sind entscheidend für praktische Agenteneinsätze. Papier: Lerne, effektive KI-Agenten in unserer Akademie zu erstellen: