Phi 4 Multimodal Instruct

Phi-4-multimodal-instruction是一個輕量級（5.57B參數）的開放式多模態基礎模型，利用Phi-3.5和4.0的研究和數據集。它處理文本、圖像和音頻輸入以生成文本輸出，支持128K的令牌上下文長度。通過SFT、DPO和RLHF增強了指令遵循和安全性。