Phi 4 Multimodal Instruct

Phi-4 Multimodal Instruct — это универсальная модель с 5,6 миллиардами параметров, которая сочетает в себе продвинутые возможности рассуждения и следования инструкциям как для текстовых, так и для визуальных данных, обеспечивая точные текстовые выводы. Единая архитектура позволяет проводить эффективные вычисления с низкой задержкой, что подходит для использования на периферийных устройствах и мобильных платформах. Phi-4 Multimodal Instruct поддерживает текстовые вводы на нескольких языках, включая арабский, китайский, английский, французский, немецкий, японский, испанский и другие, с визуальными вводами, оптимизированными в основном для английского. Она демонстрирует впечатляющую производительность в мультимодальных задачах, связанных с математическими, научными и документальными рассуждениями, предоставляя разработчикам и предприятиям мощную, но компактную модель для сложных интерактивных приложений. Для получения дополнительной информации см. Phi-4 Multimodal blog post.