• Phi-3-mini constitue la première sortie d'un trio de petits modèles de langage (SLM) de Microsoft.
  • Sébastien Bubeck, vice-président de la recherche GenAI chez Microsoft, a souligné son avantage de prix significatif par rapport aux modèles comparables sur le marché.
  • Selon Microsoft, les SLM sont conçus pour effectuer des tâches plus simples, ce qui les rend plus faciles à utiliser pour les entreprises aux ressources limitées.

Microsoft a lancé la prochaine version de son modèle d'IA léger, Phi-3 Mini, le premier de trois modèles plus petits que l'entreprise prévoit de sortir.

Cette initiative marque l'effort stratégique de l'entreprise pour s'adresser à une clientèle plus large en proposant des options plus abordables dans le secteur en pleine expansion des technologies d'IA.

Le modèle d'IA Phi-3-mini

Phi-3-mini constitue la première sortie d'un trio de petits modèles de langage (SLM) de Microsoft.

L'entreprise mise gros sur ces modèles, consciente qu'ils ont le potentiel de révolutionner les industries et de redéfinir la manière dont les gens interagissent avec la technologie dans leur vie professionnelle.

Comme l'a mentionné Sébastien Bubeck, vice-président de la recherche GenAI chez Microsoft: « Phi-3 n'est pas légèrement moins cher, il est nettement moins cher, nous parlons d'une différence de coût d'un facteur 10 par rapport aux autres modèles aux capacités similaires disponibles sur le marché. »

Lire aussi: Quels sont les deux principaux types de modèles d'IA générative ?

Lire aussi: OpenAI et Meta s'apprêtent à lancer des modèles d'IA dotés de capacités de « raisonnement »

Les SLM sont conçus pour effectuer des tâches plus simples

Conçus pour gérer des tâches plus simples, les SLM comme Phi-3-mini offrent des solutions pratiques adaptées aux entreprises opérant avec des ressources limitées.

Selon l'entreprise, Phi-3-mini sera immédiatement disponible dans le catalogue de modèles d'IA sur Azure, la plateforme de services cloud de Microsoft, Hugging Face, une plateforme de modèles d'apprentissage automatique, et Ollama, un framework pour exécuter des modèles sur des ordinateurs locaux.

De plus, le SLM est optimisé pour les unités de traitement graphique (GPU) de Nvidia et intégré à l'outil logiciel de Nvidia, Nvidia Inference Microservices (NIM), afin d'améliorer encore l'accessibilité et les performances.