模型简介
技术特点和创新
性能评估
在性能评估方面，Phi-4模型通过一系列基准测试展示了其卓越的能力。使用的基准测试包括OpenAI的simple-evals，这是一个包含多个指标的框架，用于评估语言模型在各种任务上的表现。Phi-4在12个基准中的9个上优于最接近的同类当代模型Qwen-2.5-14B-Instruct，显示了它的优越性能。
基准测试细节
OpenAI Simple-Evals：该测试框架包括多种评估任务，如MMLU（Massive Multitask Language Understanding）、GPQA（Graduate Physics Questions Assessment）、MATH（数学竞赛）、HumanEval（编程问题求解）、MGSM和SimpleQA（简单问答）。在这些测试中，Phi-4尤其在STEM相关的问答任务中表现出色，例如在GPQA和MATH测试中，它的表现甚至超过了教师模型GPT-4o。
模型下载
OpenCSG社区：https://opencsg.com/models/microsoft/phi-4
欢迎加入OpenCSG社区
•贡献代码，与我们一同共建更好的OpenCSG
•Github主页
欢迎🌟：https://github.com/OpenCSGs
•Huggingface主页
欢迎下载:https://huggingface.co/opencsg
•加入我们的用户交流群，分享经验
扫描上方二维码添加小助手
“ 关于OpenCSG
