Hugging Face
微软昨（1）日公布最新一代小语言模型（SLM）推理版本Phi-4-Reasoning系列，包括Phi-4-reasoning、Phi-4-reasoning-plus和最小的Phi-4-mini-reasoning，强调效能媲美参数量大的模型。微软预告，新模型之后将会用于支援Copilot+ PC的AI功能。
这是微软自去年4月公布轻量模型Phi-3后最新进展。Phi-3今年1月推进到Phi-4，并开源140亿参数版本。随后一个月又发表了Phi-4多模态模型。
最新的Phi-4-reasoning为140亿参数的开源权重推理模型，是以Phi-4为基础，利用OpenAI o3-mini示范作为训练资料，以监督式微调训练而成。它能有效运用推论时的额外运算资源来生成详尽的推论串，context length为32k token。而Phi-4-reasoning-plus则是以Phi-4-reasoning为基础强化学习训练，比起Phi-4-reasoning，能用更多推论时运算资源，并使用1.5倍的字词（token）量来提供更准确的回应。
微软说，Phi-4-reasoning运用精心安排的训练资料和高品质的合成资料集，可展现媲美大模型的效能。根据微软提供的AIME 25、HMMT Feb 25、OmniMath及GPQA等标竿测试数据，Phi-4-reasoning比起Phi-4明显进步，而在推理能力如数学、程式、解决演算问题与规划中，都超越DeepSeek-R1 Distill 70B，而且逼近DeepSeek-R1 671B MoE。同时间，二个模型在AIME 25及GPQA测试略逊o3-mini，但OmniMath测试表现却双双超越。
图片来源／微软
Phi-4-reasoning及Phi-4-reasoning-plus在所有项目都超越OpenAI-o1-mini。Phi-4-reasoning家族和DeepSeek-R1 671B MoE相比，则是胜负各半。
目前二款模型已在Azure AI Foundry及Hugging Face开放。
微软还公布了Phi-4-mini-reasoning，是一轻巧的transformer-based语言模型，利用DeepSeek-R1模型的合成资料，包括从中学到博士等级数学题目训练而成，可以说专为数学推理优化。Phi-4-mini-reasoning参数量仅3.84B，支援128k context length，适合教育、教学应用，也能轻易在笔电等边缘装置或是行动装置上执行。虽然规模小巧，但微软搬出数据显示，Phi-4-mini-reasoning在常见数学标竿测试超越参数量二倍大的模型如OpenThinker-70B、Bespoke-Stratos-7B、DeepSeek-R1-Distill-Qwen-7B与DeepSeek-R1-Distill-Llama-8B，甚至在Math-500测试中超越OpenAI o1-mini。
Phi-4-mini-reasoning也在Azure AI Foundry、Hugging Face上公开。
微软表示，Phi模型已经用于Copilot+ PC上，像是经过为NPU优化的Phi Silica变种已用在支援Click to Do等AI功能。微软预告，Phi-4-reasoning和mini版都会针对Phi Silica的低位元优化（low-bit optimizations）进行调整，目的是让它们能够直接在新一代PC的NPU上执行。这意谓它们不再完全依赖云端资源，而是能本地运作，提高AI回应的速度与隐私保护。