آنها خانواده مدلهای کوچک Phi مایکروسافت را که یک سال قبل جهت ارائه بستری برای ساخت اپ برای توسعهدهندگان هوش مصنوعی راهاندازی شده بود را گسترش میدهند.
Phi ۴ mini با حدود یک میلیون مساله سنتزی ریاضی که با مدل استدلالی R۱ دیپسیک تولید شده بود، آموزش دیده است. به گفته مایکروسافت این مدل با اندازه تقریبی ۳.۸ میلیارد پارامتر برای کاربردهای آموزشی طراحی شده است. پارامترها در کل مهارت حل مشکل مدل را نشان میدهند و بهطور معمول مدلهایی با پارامترهای بیشتر بهتر عمل میکنند. Phi ۴ یک مدل استدلالی با ۱۴ میلیارد پارامتر است که با دادههای وب با کیفیت بالا و همچنین محتوای گزینشی o۳mini آموزش دید. این مدل برای کاربرد در ریاضی، علوم و کدنویسی کارآمدتر است. Phi ۴ استدلالی پلاس نیز همان مدل Phi ۴ مایکروسافت است که قبلا منتشر و اکنون به یک مدل هوش مصنوعی استدلالی تبدیل شده تا دقت بهتری در انجام وظایف خاص داشته باشد.
مایکروسافت ادعا میکند عملکرد این مدل به سطح R۱، یک مدل هوش مصنوعی با ۶۷۱ میلیون پارامتر، نزدیک است. ارزیابیهای داخلی شرکت همچنین نشان میدهد که عملکرد مدل Phi ۴ استدلالی پلاس در تست مهارتهای ریاضی OmniMath با o۳-mini مطابقت دارد. این مدلها در پلتفرم مخصوص توسعهدهندگان هوش مصنوعی به نام Hugging Face همراه گزارش دقیق جزئیات فنی ارائه شده است.