Publié
12 décembre 2023
Par
Mojan Javaheripi,
Chercheur principal
Sébastien Bubeck,
Directeur de la recherche associé
Partager cette page Marah Abdin, Jyoti Aneja, Sebastien Bubeck, Caio César Teodoro Mendes, Weizhu Chen, Allie Del Giorno, Ronen Eldan, Sivakanth Gopi, Suriya Gunasekar, Mojan Javaheripi, Piero Kauffmann, Yin Tat Lee, Yuanzhi Li, Anh Nguyen, Gustavo de Rosa, Olli Saarikivi, Adil Salim, Shital Shah, Michael Santacroce, Harkirat Singh Behl, Adam Taumann Kalai, Xin Wang, Rachel Ward, Philipp Witte, Cyril Zhang, Yi Zhang Au cours des derniers mois, notre équipe de Machine Learning Foundations a publié une suite de petits modèles de langage (SLM) appelés «Phi» qui ont montré des performances remarquables sur une variété de benchmarks. Notre premier modèle, le Phi-1 de 1,3 milliard de paramètres (ouvre une nouvelle fenêtre), a atteint des performances de pointe en matière de codage Python parmi les SLM existants (plus précisément sur les benchmarks HumanEval et MBPP). Nous avons ensuite élargi notre focus sur la raisonnement commun et la compréhension du langage et créé un nouveau modèle de 1,3 milliard de paramètres nommé Phi-1.5 (ouvre une nouvelle fenêtre), avec des performances comparables à celles des modèles 5 fois plus grands.
