12 月 13 日消息，微軟公司今天發布新聞稿，表示旗下的 Phi-2 2.7B 模型，在多個方面都優于谷歌發布的 Gemini Nano-2 3.2B。

Phi-2 2.7B 模型

今年 11 月報道，微軟在 Ignite 2023 大會上，宣布了擁有 27 億參數的 Phi-2，性能方面相比較此前版本有明顯提升。

微軟于今年 6 月發布 Phi-1，只有 13 億參數，適用于 QA 問答、聊天格式和代碼等等場景。該模型完全基于高質量數據進行訓練，在基準測試中的表現比同類模型高出 10 倍。

微軟今年 9 月更新發布了 Phi-1.5 版本，同樣為 13 億參數，可以寫詩、寫電子郵件和故事，以及總結文本。在常識、語言理解和推理的基準測試中，該模型在某些領域能夠跟上多達 100 億個參數的模型。

微軟現在更新發布的 Phi-2 擁有 27 億參數，規模雖然比此前版本翻番，但相比較其它主流語言模型，依然小很多。

微軟表示 Phi-2 在邏輯推理和安全性方面顯示出顯著的改進。通過正確的微調和定制，小型語言模型是云和邊緣應用程序的強大工具。

谷歌 Gemini Nano-2 3.2B

Gemini Nano 是一個專門為在小型設備上本地運行而構建的模型版本，最新 2.0 版本有 32 億參數，將率先裝備在 Pixel 8 Pro 機型上。

在錄音場景下，選中錄音文件并點擊“Transcript（文本稿）”標簽，再點擊頂部的“總結”按鈕，該 App 將會生成多條與錄音內容有關的要點。

在 Gboard 輸入法中，Gemini Nano 將會實現“具有對話意識的高質量回復”，其中 WhatsApp 將是第一個支持智能回復的 App，明年其他 App 也將陸續獲得支持。

對比

微軟在最新博文中，對比了 Phi-2 模型和谷歌的 Gemini Nano-2 模型，表示 Phi-2 多項性能均優于 Gemini Nano-2 模型。

微軟還對比表示其 Phi-2 性能，已經超過了 70 億參數和 130 億參數的 Llama-2，以及 70 億參數的 Mistral。

附上微軟官方博文地址，感興趣的用戶可以深入閱讀。

廣告聲明：文內含有的對外跳轉鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節省甄選時間，結果僅供參考，所有文章均包含本聲明。

投訴水文 我要糾錯

總結

以上是生活随笔為你收集整理的微软发文：27 亿参数的 Phi-2 AI 模型性能优于谷歌 32 亿参数的 Gemini Nano-2的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。