微軟Azure AI新增Phi、Jais等，40種新大模型

　　微軟在官方宣布在Azure AI云開(kāi)發(fā)平臺(tái)中，新增了Falcon、Phi、Jais、Code Llama、CLIP、Whisper V3、Stable Diffusion等40個(gè)新模型，涵蓋文本、圖像、代碼、語(yǔ)音等內(nèi)容生成。

　　開(kāi)發(fā)人員只需要通過(guò)API或SDK就能快速將模型集成在應(yīng)用程序中，同時(shí)支持?jǐn)?shù)據(jù)微調(diào)、指令優(yōu)化等量身定制功能。

　　此外，開(kāi)發(fā)人員可通過(guò)關(guān)鍵字搜索，在Azure AI的“模型超市”中迅速找到適合自己的產(chǎn)品，例如，輸入“代碼”兩字，就能顯示相應(yīng)的模型。

　　以下是部分知名新增模型的簡(jiǎn)單介紹

　　Whisper V3

　　Whisper V3是OpenAI最新開(kāi)發(fā)的語(yǔ)音模型，使用了100萬(wàn)小時(shí)弱標(biāo)記音頻和400萬(wàn)小時(shí)的偽標(biāo)記音頻的多語(yǔ)言數(shù)據(jù)進(jìn)行了訓(xùn)練，同時(shí)接受了語(yǔ)音識(shí)別和語(yǔ)音翻譯方面的訓(xùn)練。支持語(yǔ)音翻譯、轉(zhuǎn)錄等功能。

　　Stable Diffusion

　　Stable Diffusion是由Stability AI開(kāi)發(fā)的文本生成圖像擴(kuò)散模型，可生成素描、油畫(huà)、卡通、3D等多種類型圖片，也是目前最強(qiáng)開(kāi)源擴(kuò)散模型之一。

　　微軟Azure AI將提供Stable-Diffusion-V1-4、Stable-Diffusion-2-1、Stable-Diffusion-V1-5、Stable-Diffusion-Inpainting 、Stable-Diffusion-2-Inpainting五種不同版本模型。

　　Phi

　　Phi-1-5有 13億參數(shù)Transformer架構(gòu)的模型。使用了與 Phi-1相同的數(shù)據(jù)進(jìn)行了訓(xùn)練，并增加了一個(gè)新的數(shù)據(jù)源，該數(shù)據(jù)源由各種NLP合成文本組成。

　　在評(píng)估測(cè)試常識(shí)、語(yǔ)言理解和邏輯推理的基準(zhǔn)時(shí)， Phi-1.5成為參數(shù)少于100億的模型中，成為最出色的模型之一。該模型可以寫(xiě)詩(shī)，起草電子郵件，創(chuàng)作故事，總結(jié)文本，編寫(xiě) Python 代碼等。

　　Phi-2有27億參數(shù)，與 Phi-1-5相比，其推理能力和安全措施有了顯著提高，但與業(yè)內(nèi)其他Transformer 架構(gòu)模型相比參數(shù)較小，但性能依然強(qiáng)悍。

　　Falcon

　　Falcon(獵鷹)模型是由阿聯(lián)酋阿布扎比研究室出品的大語(yǔ)言模型，使用了1萬(wàn)億訓(xùn)練數(shù)據(jù)集，支持文本生成、內(nèi)容總結(jié)等功能，支持Falcon-40b、Falcon-40b-Instruct 、Falcon-7b-Instruct和Falcon-7b四種模型。

　　SAM

　　SAM(Segment Anything Model)是由Meta開(kāi)發(fā)的圖像分割模型，可根據(jù)提示快速分割圖像。SAM在1100萬(wàn)張圖像和11億掩模的數(shù)據(jù)集上進(jìn)行了訓(xùn)練。

　　SAM支持0樣本訓(xùn)練支持新的圖像分割任務(wù)，目前有Facebook-Sam-Vit-Large 、Facebook-Sam-Vit-Huge 、Facebook-Sam-Vit-Base 三種模型。

　　CLIP

　　CLIP是由OpenAI開(kāi)發(fā)的多模態(tài)AI模型，在大量的圖像和文本對(duì)上進(jìn)行訓(xùn)練，能夠理解圖像內(nèi)容并將其與自然語(yǔ)言描述相關(guān)聯(lián)。CLIP通過(guò)對(duì)圖像和文字進(jìn)行共同的表示學(xué)習(xí)，極大地提升了計(jì)算機(jī)視覺(jué)的各種任務(wù)，包括分類、對(duì)象檢測(cè)、圖像字幕和更多。

　　目前有OpenAI-CLIP-Image-Text-Embeddings-ViT-Base-Patch32、OpenAI-CLIP-ViT-Base-Patch32和OpenAI-CLIP-ViT-Large-Patch14三個(gè)版本。

　　Code Llama

　　Code Llama是Meta開(kāi)發(fā)的專注開(kāi)發(fā)領(lǐng)域的模型，通過(guò)文本就能生成、審核、改寫(xiě)代碼，擁有CodeLlama-34b-Python 、CodeLlama-13b-Instruct等8個(gè)版本，是目前最強(qiáng)開(kāi)源代碼模型之一。