4月23日，微軟推出了開源輕量級AI模型Phi-3系列，宣稱這是目前市面上性能最強、最具性價比的“小語言模型”。

該系列的最小版本Phi-3-mini雖然參數規模僅有38億，但卻展現了超越參數規模大一倍多的模型的性能，在多項基準測試中比Meta的Llama 3 8B更優異，而Phi-3-small和Phi-3-medium這兩個版本甚至可以超越GPT-3.5 Turbo。

更令人矚目的是，Phi-3-mini對內存的占用極少，可在iPhone 14搭載的A16 Bionic芯片上實現每秒12個token的生成速度，這意味著這款模型不用聯網，可以直接在手機上運行。不僅如此，據透露，Phi-3的成本或只有同等性能模型的十分之一。

這樣的模型對于網絡資源受限或需要離線推理的場景來說，無疑是一大好消息。據微軟介紹，印度企業已經開始用Phi-3模型來幫助資源緊缺的農民解決生產生活問題。但Phi-3系列并非沒有缺點，其在事實性知識方面的表現并不理想，不過微軟已經找到了相應的緩解之道。

手機上能跑的GPT-3.5級別模型

當地時間4月23日，微軟推出了開源輕量級AI模型Phi-3-mini，這是其Phi家族的第4代模型。Phi-3-mini是Phi-3系列中最小的，參數只有38億，未來幾周內，微軟還將推出該系列的另外兩個版本Phi-3-small（70億參數）和Phi-3-medium（140億參數）。

“Phi-3模型是現有功能最強大、最具性價比的小語言模型（SLM），在各種語言、推理、編碼和數學基準測試中，其性能優于相同大小和規模大一級的模型。”微軟方面表示。

具體來看，Phi-3-mini采用了transformer架構，支持4K和128K上下文窗口，也是同類小模型中第一個支持128K的開源產品。

性能上，Phi-3-mini在多項基準測試中超過了參數規模大一倍多的Llama 3 8B（80億參數），而Phi-3-small和Phi-3-medium超過了很多尺寸大得多的模型，如GPT-3.5 Turbo，而后者的參數規模高達1750億。

圖片來源：微軟

由于Phi-3-mini對內存的占用極少，經過壓縮后總體積可以大幅縮減至1.8GB，可在iPhone 14搭載的A16 Bionic芯片上實現每秒12個token的生成速度，意味著這款模型不用聯網，可以直接在手機上運行。

Phi-3系列的驚艷表現來自于其訓練方式。微軟生成式AI研究院（GenAI Resaerch）副總裁Sébastien Bubeck表示，微軟在開發Phi-3時力圖確保輸入的是高質量數據訓練集。

微軟技術報告顯示，開發人員開發Phi-3時使用了3.3T tokens數據集，包括經過嚴格質量篩選的網絡公開文檔、精選的高質量教育數據和編程代碼。此外，還有AI自己生成的“合成數據”，如數學、編碼、常識推理、世界常識、心理科學等。高質量數據，再輔以獨特的指令微調和RLHF訓練，大幅提高了小語言模型的性能。

當然，Phi-3系列也有其缺點，這主要體現在事實性知識上，在相關的基準測試如TriviaQA上的表現就不如人意。不過，開發語言模型是性能和尺寸的平衡。微軟透露，Phi-3模型本身參數中沒能力存儲太多事實和知識，這一缺點的緩解方式是聯網接入搜索引擎增強。

可離線使用，成本只有類似性能模型的十分之一

傳統觀點認為，大語言模型的關鍵點就在于“大”，參數越大，訓練數據體積越大，性能就更強。微軟推出輕量級的小語言模型，用意何在呢？

據微軟自己的說法，像Phi-3這樣的小語言模型特別適合以下場景：網絡資源受限，需要在終端設備上推理或者離線推理的場景；需要避免延遲，快速響應至關重要的場景；成本受限的場景，特別是那些較為簡單的任務。

Phi-3能夠在手機上離線運行，成本大幅降低，從而大大降低了AI的實際使用門檻。

微軟高管Eric Boyd就表示，企業客戶經常發現像Phi-3這樣的小模型更適合他們的定制應用程序，因為企業的內部數據集本來就規模不大，而且小模型需要的算力更少，成本也更為便宜。

“Phi-3的價格不是稍微便宜一點，而是便宜得多，與具有類似功能的其他型號相比，成本差異可能是10倍的范圍，”微軟的Sébastien Bubeck對路透社表示。

微軟已經在探索如何在資源有限的情況下應用Phi-3。據其介紹，總部位于印度的商業集團ITC，正在與微軟合作將Phi-3用于農業領域，共同開發面向農民的應用程序Krishi Mitra，這一程序的覆蓋范圍達100萬農民。

據悉，農民可以用當地語言向Krishi Mitra提問，該應用程序會立即以用戶的本地語言提供詳細的個性化響應，幫助他們解決農作物管理、病蟲害控制、土壤健康、水資源保護、天氣預報、市場聯系和政府計劃等相關問題。