微软发文：Phi-2 AI模型性能超越谷歌Gemini Nano-2，参数规模达27亿

目前golang学习网上已经有很多关于科技周边的文章了，自己在初次阅读这些文章中，也见识到了很多学习思路；那么本文《微软发文：Phi-2 AI模型性能超越谷歌Gemini Nano-2，参数规模达27亿》，也希望能帮助到大家，如果阅读完后真的对你学习科技周边有帮助，欢迎动动手指，评论留言并分享~

12 月 13 日消息，微软公司今天发布新闻稿，表示旗下的 Phi-2 2.7B 模型，在多个方面都优于谷歌发布的 Gemini Nano-2 3.2B。

Phi-2 2.7B 模型

据本站去年11月的报道，在Ignite 2023大会上，微软发布了Phi-2，参数达到27亿，性能比之前的版本有了显著提升

微软于今年 6 月发布 Phi-1，只有 13 亿参数，适用于 QA 问答、聊天格式和代码等等场景。该模型完全基于高质量数据进行训练，在基准测试中的表现比同类模型高出 10 倍。

微软在今年九月份更新了 Phi-1.5 版本，该版本同样具备13亿个参数。该版本可以用于写诗、写电子邮件、写故事以及总结文本。在常识、语言理解和推理的基准测试中，该模型在某些领域能够跟上多达100亿个参数的模型

微软最新发布的Phi-2现在拥有27亿参数，尽管规模比以前的版本翻倍，但与其他主流语言模型相比仍然较小

微软表示 Phi-2 在逻辑推理和安全性方面显示出显著的改进。通过正确的微调和定制，小型语言模型是云和边缘应用程序的强大工具。

谷歌 Gemini Nano-2 3.2B

Gemini Nano 是一个专门为在小型设备上本地运行而构建的模型版本，最新 2.0 版本有 32 亿参数，将率先装备在 Pixel 8 Pro 机型上。

在录音场景下，选中录音文件并点击“Transcript（文本稿）”标签，再点击顶部的“总结”按钮，该 App 将会生成多条与录音内容有关的要点。

在 Gboard 输入法中，Gemini Nano 将会实现“具有对话意识的高质量回复”，其中 WhatsApp 将是第一个支持智能回复的 App，明年其他 App 也将陆续获得支持。

对比

微软在最新博文中，对比了 Phi-2 模型和谷歌的 Gemini Nano-2 模型，表示 Phi-2 多项性能均优于 Gemini Nano-2 模型。

微软还指出，Phi-2的性能已经超过了Llama-2的70亿参数和130亿参数，以及Mistral的70亿参数

本站附上微软官方博文地址，感兴趣的用户可以深入阅读。

好了，本文到此结束，带大家了解了《微软发文：Phi-2 AI模型性能超越谷歌Gemini Nano-2，参数规模达27亿》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多科技周边知识！