Phi 4 Multimodal Instruct

Phi-4-multimodal-instructionは、軽量（55.7億パラメータ）のオープンなマルチモーダル基礎モデルで、Phi-3.5と4.0の研究とデータセットを利用しています。このモデルは、テキスト、画像、音声の入力を処理してテキスト出力を生成し、128Kのトークンコンテキスト長をサポートしています。SFT、DPO、RLHFにより、命令の遵守と安全性が強化されています。