4月23日，微软推出了开源轻量级AI模型Phi-3系列，宣称这是目前市面上性能最强、最具性价比的“小语言模型”。
该系列的最小版本Phi-3-mini虽然参数规模仅有38亿，但却展现了超越参数规模大一倍多的模型的性能，在多项基准测试中比Meta的Llama 3 8B更优异，而Phi-3-small和Phi-3-medium这两个版本甚至可以超越GPT-3.5 Turbo。
更令人瞩目的是，Phi-3-mini对内存的占用极少，可在iPhone 14搭载的A16 Bionic芯片上实现每秒12个token的生成速度，这意味着这款模型不用联网，可以直接在手机上运行。不仅如此，据透露，Phi-3的成本或只有同等性能模型的十分之一。
这样的模型对于网络资源受限或需要离线推理的场景来说，无疑是一大好消息。据微软介绍，印度企业已经开始用Phi-3模型来帮助资源紧缺的农民解决生产生活问题。但Phi-3系列并非没有缺点，其在事实性知识方面的表现并不理想，不过微软已经找到了相应的缓解之道。
手机上能跑的GPT-3.5级别模型
当地时间4月23日，微软推出了开源轻量级AI模型Phi-3-mini，这是其Phi家族的第4代模型。Phi-3-mini是Phi-3系列中最小的，参数只有38亿，未来几周内，微软还将推出该系列的另外两个版本Phi-3-small（70亿参数）和Phi-3-medium（140亿参数）。
“Phi-3模型是现有功能最强大、最具性价比的小语言模型（SLM），在各种语言、推理、编码和数学基准测试中，其性能优于相同大小和规模大一级的模型。”微软方面表示。
具体来看，Phi-3-mini采用了transformer架构，支持4K和128K上下文窗口，也是同类小模型中第一个支持128K的开源产品。
性能上，Phi-3-mini在多项基准测试中超过了参数规模大一倍多的Llama 3 8B（80亿参数），而Phi-3-small和Phi-3-medium超过了很多尺寸大得多的模型，如GPT-3.5 Turbo，而后者的参数规模高达1750亿。
图片来源：微软
由于Phi-3-mini对内存的占用极少，经过压缩后总体积可以大幅缩减至1.8GB，可在iPhone 14搭载的A16 Bionic芯片上实现每秒12个token的生成速度，意味着这款模型不用联网，可以直接在手机上运行。
Phi-3系列的惊艳表现来自于其训练方式。微软生成式AI研究院（GenAI Resaerch）副总裁Sébastien Bubeck表示，微软在开发Phi-3时力图确保输入的是高质量数据训练集。
微软技术报告显示，开发人员开发Phi-3时使用了3.3T tokens数据集，包括经过严格质量筛选的网络公开文档、精选的高质量教育数据和编程代码。此外，还有AI自己生成的“合成数据”，如数学、编码、常识推理、世界常识、心理科学等。高质量数据，再辅以独特的指令微调和RLHF训练，大幅提高了小语言模型的性能。
当然，Phi-3系列也有其缺点，这主要体现在事实性知识上，在相关的基准测试如TriviaQA上的表现就不如人意。不过，开发语言模型是性能和尺寸的平衡。微软透露，Phi-3模型本身参数中没能力存储太多事实和知识，这一缺点的缓解方式是联网接入搜索引擎增强。
可离线使用，成本只有类似性能模型的十分之一
传统观点认为，大语言模型的关键点就在于“大”，参数越大，训练数据体积越大，性能就更强。微软推出轻量级的小语言模型，用意何在呢？
据微软自己的说法，像Phi-3这样的小语言模型特别适合以下场景：网络资源受限，需要在终端设备上推理或者离线推理的场景；需要避免延迟，快速响应至关重要的场景；成本受限的场景，特别是那些较为简单的任务。
Phi-3能够在手机上离线运行，成本大幅降低，从而大大降低了AI的实际使用门槛。
微软高管Eric Boyd就表示，企业客户经常发现像Phi-3这样的小模型更适合他们的定制应用程序，因为企业的内部数据集本来就规模不大，而且小模型需要的算力更少，成本也更为便宜。
“Phi-3的价格不是稍微便宜一点，而是便宜得多，与具有类似功能的其他型号相比，成本差异可能是10倍的范围，”微软的Sébastien Bubeck对路透社表示。
微软已经在探索如何在资源有限的情况下应用Phi-3。据其介绍，总部位于印度的商业集团ITC，正在与微软合作将Phi-3用于农业领域，共同开发面向农民的应用程序Krishi Mitra，这一程序的覆盖范围达100万农民。
据悉，农民可以用当地语言向Krishi Mitra提问，该应用程序会立即以用户的本地语言提供详细的个性化响应，帮助他们解决农作物管理、病虫害控制、土壤健康、水资源保护、天气预报、市场联系和政府计划等相关问题。