Azureİş yüklerinizi güvenli bulut altyapısıyla hızlandırın ve maliyetleri optimize edin.

Phi Açık Modelleri

Phi, Microsoft'un büyük dil modellerinin maliyetinin ve hesaplama gereksinimlerinin küçük bir kısmıyla yüksek performanslı AI yetenekleri sunan küçük dil modeli (SLM) ailesidir. Kenar dağıtımı ve gerçek zamanlı uygulamalar için tasarlanan Phi modelleri, geliştiricilerin bulut bağımlılığı olmadan cihazlarda yerel olarak çalışan akıllı uygulamalar oluşturmasına olanak tanır.

Ürün Öne Çıkanları

• Kompakt ancak güçlü: Sadece 3,8B parametreli modellerle etkileyici sonuçlar elde edin, temel kıyaslamalarda çok daha büyük modellerle rekabet edin
• Çok modlu yetenekler: Phi-4-multimodal, çok yönlü AI uygulamaları için metin, ses ve görüntü girdilerini işler
• Ultra düşük gecikme: Kritik senaryolar için yıldırım hızında yanıt süreleriyle gerçek zamanlı çıkarım için optimize edilmiştir
• Esnek dağıtım: Cihazlarda yerel olarak, kenarda veya bulutta sorunsuz entegrasyon seçenekleriyle çalıştırın
• Güvenlik öncelikli tasarım: Hesap verebilirlik, şeffaflık ve adillik dahil Microsoft AI ilkelerine göre inşa edilmiştir
• Maliyet etkin fiyatlandırma: Kullandıkça öde MaaS veya Microsoft Foundry ve Hugging Face aracılığıyla ücretsiz olarak kullanılabilir

Kullanım Senaryoları

• Gerçek zamanlı akıllı asistanlar: Ağ gecikmeleri olmadan anında yanıt veren konuşmalı AI'yı güçlendirin
• Otonom sistemler: Robotik, IoT ve endüstriyel otomasyonda karar verme yeteneklerini etkinleştirin
• Çevrimdışı belge işleme: İnternet bağlantısı olmadan içgörüler çıkarın, içeriği özetleyin ve soruları yanıtlayın
• Çok dilli müşteri desteği: Doğal, bağlam duyarlı etkileşimlerle 20+ dili destekleyen sohbet botları dağıtın
• Kenar tabanlı içerik moderasyonu: Gizlilik hassas uygulamalar için içeriği yerel olarak filtreleyin ve analiz edin

Hedef Kitle

Phi modelleri, kaynak kısıtlı cihazlarda verimli AI çözümleri dağıtmak isteyen geliştiriciler, AI mühendisleri ve kuruluşlar için idealdir; özellikle gizlilik açısından kritik ortamlarda veya düşük gecikmeli performansın zorunlu olduğu durumlarda.