据 AIGC 开放社区报道，微软宣布在 Azure AI 云开发平台中新增了 Falcon、Phi、Jais、Code Llama、CLIP、Whisper V3、Stable Diffusion 等 40 个新模型，涵盖文本、图像、代码、语音等内容生成。 开发人员只需要通过 API 或 SDK 就能快速将模型集成在应用程序中，同时支持数据微调、指令优化等量身定制功能。此外，开发人员可通过关键字搜索，在 Azure AI 的“模型超市”中迅速找到适合自己的产品，例如，输入“代码”两字，就能显示相应的模型。

据 IT 之家 11 月 17 日消息，微软在 Ignite 2023 大会上发布了旗下最小的语言模型 Phi-2，共有 27 亿参数，相比较此前版本有明显提升。Microsoft Research 机器学习基础小组负责人 Sebastien Bubeck 在 Twitter 上发布了“MT-Bench”基准测试的屏幕截图，该基准测试了具有强大语言模型（例如 GPT-4）的大型和小型语言模型的实际功能。根据结果，Phi-2 在某些方面优于 Meta 的 Llama-2-7 B 模型。 据悉，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。9 月，微软更新发布了 Phi-1.5 版本，同样为 13 亿参数，可以写诗、写电子邮件和故事，以及总结文本。

Odaily星球日报讯 Phi Labs开发Archway协议上线Cosmos生态主网，25%代币分配给应用开发者，75%分配给验证者。 据此前报道，Phi Labs开发的Archway协议是一个基于Cosmos并奖励开发者的激励性智能合约平台，该协议为开发人员提供了快速构建和启动可扩展的跨链DApp的工具，并因DApp对网络的贡献而获得奖励。（THE BLOCK）

IT 之家今日发文表示，AI 模型盲堆体积实际上效果并不见得更好，更多要看训练数据的质量，微软日前最近发布了一款 13 亿参数的语言模型 phi-1，采用“教科书等级”的高品质资料集训练而成，据称“实际效果胜于千亿参数的 GPT 3.5”。该模型以 Transformer 架构为基础，微软团队使用了包括来自网络的“教科书等级”数据和以 GPT-3.5 经过处理的“逻辑严密的内容”，以及 8 个英伟达 A100 GPU，在短短 4 天内完成训练。 微软团队表示，比起增加模型的参数量，通过提高模型的训练数据集质量，也许更能强化模型的准确率和效率，于是，他们利用高质量数据训练出了 phi-1 模型。在测试中，phi-1 的分数达到 50.6%，比起 1750 亿参数的 GPT-3.5（47%）还要好。微软还表示，phi-1 接下来会在 HuggingFace 中开源，而这不是微软第一次开发小型 LLM，此前，他们打造一款 130 亿参数的 Orca，使用了 GPT-4 合成的数据训练而成，表现也同样比 ChatGPT 更好。