Microsoft выпустила новую малую языковую модель под названием Phi-4-mini-flash-reasoning, главное преимущество которой заключается в расширенных возможностях логического мышления на устройствах с ограниченными ресурсами, будь то смартфоны, периферийные устройства или встраиваемые системы.

В основе новой модели семейства Phi лежит архитектура SambaY с ключевым элементом под названием Gated Memory Unit (GMU). Этот модуль обеспечивает эффективный обмен информацией между внутренними частями модели, что значительно повышает производительность даже при обработке очень длинных запросов и больших объемов текста.

Microsoft заявляет, что пропускная способность Phi-4-mini-flash-reasoning до 10 раз выше, чем у других моделей семейства Phi. На практике это означает, что за одно и то же время модель может обработать в 10 раз больше запросов или сгенерировать в 10 раз больше текста. Кроме этого, разработчикам удалось снизить задержку при генерации ответа в 2-3 раза.

Отмечается, что Phi-4-mini-flash-reasoning демонстрирует хорошие результаты в математике и структурированных рассуждениях, что делает ее ценным инструментом для образовательных технологий (EdTech), легковесных симуляций и автоматизированных систем оценки.

Компания считает, что новая модель будет особенно полезна в следующих областях:

• Адаптивное обучение, где важна мгновенная обратная связь.

• Рассуждающие агенты, работающие непосредственно на устройстве, например, мобильные учебные пособия.

• Интерактивные системы обучения, которые динамически подстраивают сложность контента под успеваемость ученика.

Новая модель Phi-4-mini-flash-reasoning уже доступна для разработчиков на платформах Azure AI Foundry, в NVIDIA API Catalog и на Hugging Face.