Microsoft presentó Phi-3 Mini, una versión actualizada de su modelo de lenguaje pequeño (SLM) entrenado con 3,800 millones de parámetros, un valor que se refiere a la cantidad de instrucciones complejas que puede comprender un modelo.

Al ser un modelo de lenguaje entrenado con un conjunto de datos más pequeño, su ejecución es más compatible con dispositivos personales como teléfonos inteligentes y computadoras portátiles, además de que su costo suele ser más barato.

A pesar de su tamaño más compacto, Microsoft afirma que Phi-3 Mini puede proporcionar respuestas comparables a las de modelos 10 veces más grandes, como el GPT-3.5. A diferencia de sus predecesores, Phi-1 y Phi-2, esta nueva generación mejora en codificación y razonamiento, entregando respuestas competentes en conocimientos generales.

Eric Boyd, vicepresidente corporativo de la plataforma Azure AI de Microsoft, compartió con el sitio web de noticias The Verge que el entrenamiento de Phi-3 Mini se asemeja al aprendizaje infantil con cuentos infantiles, donde se utilizan palabras simples para explicar conceptos más complejos.

Microsoft sostiene que los modelos de lenguaje pequeños son particularmente valiosos para empresas con recursos limitados y bases de datos internas más pequeñas.

Relacionado: OpenAI presenta los primeros avances de su modelo para generar voces sintéticas

El Phi-3 Mini es el primero de tres modelos pequeños que Microsoft planea lanzar este año, seguido por el Phi-3 Small, que manejará 7,000 millones de parámetros, y el Phi-3 Medium, con 14,000 millones de parámetros.

Este nuevo modelo de IA pequeño ya está disponible en plataformas de Nube como Azure, Hugging Face y Ollama. Phi-3 Mini se une a la competencia con otros SLM como Gemma de Google, Claude 3 Haiku de Anthropic y el recién lanzado Llama 3 8B de Meta.

Microsoft ha estado realizando fuertes inversiones en Inteligencia Artificial: la semana pasada anunció una apuesta de 1.5 mil millones de dólares en una empresa con sede en los Emiratos Árabes Unidos. También se asoció con la startup francesa, Mistral AI, para que sus modelos estén disponibles en Azure.