论文地址：https://arxiv.org/abs/2404.14219

根据微软自己的微软基准测试，MT-bench 为 8.9。推出仅有 3.8B 参数的轻量 Phi-3 Mini 版在性能上表现优于 Meta 8B 参数的 Llama 和 OPENAI 3.5B 参数的 GPT-3。

微软研究院在论文中表示 ：

我们引入了 phi-3-mini ，Small 和 Medium 。

我们还提供了一些针对 4.8 万亿个 tokens 训练的 7B 和 14B 模型的初始参数缩放结果，

与其他人工智能模型不同的是 ，其整体性能可与 Mixtral 8x7B 和 OPENAI GPT-3.5 等模型媲美
。MT-bench 为 8.7；Medium 版 MMLU 为 78% 、在低功耗设备上例如智能手机和平板电脑上也可以运行 ，但微软也指出较小的高质量模型往往表现更好 。最重要的是这个模型足够小，并且在实际使用过程中不会消耗太多的资源。新版本也就是 Phi-3 分成 3.8B、可以直接部署在手机上。这是一个在 3.3 万亿个 tokens 上训练的 3.8B 参数人工智能模型，因此可以在智能手机等设备上本地运行。

例如 phi-3-mini 在 MMLU 测试中达到了 69%
，Phi 系列模型的侧重点是轻量级
，名称分别是 Mini 、从学术基准和内部测试来看，

微软研究院日前推出了轻量级人工智能模型 Microsoft Phi 的第三个迭代版本，