Microsoft: Phi 4

Microsoft описывает Phi-4 как модель общего назначения для функций генеративного ИИ, особенно в средах с ограниченными памятью и вычислениями, в сценариях с жёсткими требованиями к задержке, а также для задач рассуждения и логики. В Model Card перечислены проверки на MMLU, MATH, GPQA, DROP, MGSM, HumanEval и SimpleQA; сами названия тестов показывают, какие типы способностей оценивались, но не являются гарантией результата в конкретном приложении. Практически Phi-4 можно рассматривать для текстового чата, объяснения решений, математических и логических задач, генерации кода и внутренних прототипов. Model Card содержит инструкции для Transformers, vLLM и SGLang, а также совместимые с OpenAI API примеры локального запуска через серверы инференса. OpenRouter отдельно публикует карточку microsoft/phi-4, поэтому доступность модели через этот каталог подтверждается независимым от репозитория каналом.

Обучение строилось на сочетании синтетических данных, тщательно отфильтрованных общедоступных документов, образовательных материалов, кода, академических книг, наборов вопросов и ответов и чат-данных с разными требованиями к следованию инструкциям, правдивости и полезности. Для выравнивания Microsoft указывает supervised fine-tuning и iterative direct preference optimization. Это объясняет, почему модель можно применять к инструкциям и диалогам, но не означает, что любой ответ будет правильным или безопасным. Phi-4 — статическая модель: публичные данные в обучении имеют отсечение июня 2024 года, поэтому текущие события, свежие цены, правила и изменения API нужно получать из внешнего проверяемого источника. Около восьми процентов данных были многоязычными, однако авторы прямо указывают, что модель ориентирована прежде всего на английский и не предназначена для полноценного multilingual use.

Ограничения важны для выбора сценария. Для языков, кроме английского, качество может быть ниже; модель способна выдавать бессмысленный, устаревший или убедительно ошибочный текст, а также стереотипные или оскорбительные формулировки. В чувствительных областях — право, здоровье, трудоустройство, кредитование и другие решения с последствиями — необходимы дополнительные проверки, ограничения и human review. Model Card отдельно отмечает, что основная часть кодовых данных связана с Python и распространёнными пакетами, поэтому сгенерированный код на других языках или с редкими библиотеками нужно проверять вручную. Phi-4 разумно использовать как компактный текстовый building block для английских чатовых, логических, математических и кодовых задач, когда 16K контекста достаточно и команда готова самостоятельно отвечать за актуальность данных, качество, безопасность и соответствие требованиям конкретного продукта.