Nghiên cứu mới từ Microsoft. Phi-4-reasoning-vision-15B là một mô hình lý luận đa phương thức với 15 tỷ tham số, kết hợp khả năng hiểu hình ảnh với khả năng lý luận có cấu trúc. Như tôi đã nói, không phải mọi nhiệm vụ của tác nhân đều cần một mô hình tiên tiến. Phi-4-reasoning-vision cho thấy những gì có thể đạt được với 15 tỷ tham số. Báo cáo chi tiết cách họ đã đào tạo một mô hình gọn nhẹ có thể lý luận trên cả văn bản và hình ảnh, nhắm đến điểm ngọt giữa khả năng và hiệu quả. Các mô hình lý luận nhỏ hơn xử lý hình ảnh là rất cần thiết cho việc triển khai tác nhân thực tế. Tài liệu: Học cách xây dựng các tác nhân AI hiệu quả trong học viện của chúng tôi: