Azure AI 中提供的 Microsoft AI 模型即服务 – Phi-2、Orca 2、Llama 2

Microsoft 通过其新的 AI 模型即服务增强了 Azure AI 功能，在人工智能领域向前迈出了重要一步。Microsoft 在扩展其 AI 产品方面取得了长足的进步，包括推出以模型即服务运行的 Meta Llama 2 以及带有视觉的 GPT-4 Turbo 预览。此举不仅增强了 Azure AI 的多功能性，还代表了 AI 潜力概念化方式的转变，更加强调生成式 AI 和多模态应用程序开发。

Azure AI 的主要增强功能之一是 Meta 的 Llama 2 在模型即服务中运行。这一新增功能为用户提供了一个强大的工具，用于生成多样化和富有想象力的内容，为人工智能应用程序开发开辟了新的可能性。Llama 2 模型以其在语言任务中的性能而闻名，现在可以无缝集成到各种应用程序中，增强其功能并为开发人员提供更大的灵活性。

除了 Llama 2，Microsoft 还推出了带有 Vision 的 GPT-4 Turbo 预览版，这是一种先进的生成式 AI 模型。该模型旨在生成高质量的内容并促进多模态应用程序开发，将自然语言处理的强大功能与计算机视觉相结合。在 Azure AI 中包含具有视觉功能的 GPT-4 Turbo 标志着 Microsoft 致力于突破 AI 技术的界限，为用户提供创建更复杂和多功能应用程序的能力。

Microsoft AI 模型即服务

除了这些新模型之外，Microsoft 还扩展了 Azure AI 模型目录，添加了更多模型，例如 Phi 2 小型语言模型 （SLM）。此举符合 Microsoft 的目标，即为 Azure AI 提供全面的 AI 模型选择，为客户提供更多选择和灵活性来满足其特定需求。扩展的目录允许用户从更广泛的模型中进行选择，每个模型都有其独特的优势和功能，从而增强了 Azure AI 的多功能性。

为了帮助用户选择最适合其需求的模型，Azure AI Studio 提供了一个模型基准测试和评估子系统。此功能允许用户查看和比较各种 AI 模型的性能，为 Azure OpenAI 服务模型和 Llama 2 模型提供质量指标。通过简化模型选择过程，Azure AI Studio 使用户能够更轻松地利用 Azure AI 的全部潜力。

下面是 Microsoft Azure AI 模型即服务中提供的一系列 AI 模型

Phi-2. 是 Microsoft 的小型语言模型 （SLM），具有 27 亿个参数。与Phi-1-5相比，Phi-2展示了SLM的功率，在推理能力和安全措施方面表现出显着的改进，同时与业内其他变压器相比保持了相对较小的尺寸。通过正确的微调和定制，这些 SLM 是非常强大的工具，适用于云端和边缘的应用。

DeciLM. 隆重推出 DeciLM-7B，这是一个仅解码器的文本生成模型，具有令人印象深刻的 70.4 亿个参数，在 Apache 2.0 下获得许可。DeciLM-7B 不仅是迄今为止最精确的 7B 基础模型，而且还超越了同类产品中的多个模型。

DeciDiffussion。 DeciDiffusion 1.0 是一种基于扩散的文本到图像生成模型。虽然它保留了 Stable Diffusion 的基本架构元素，例如变分自动编码器 （VAE） 和 CLIP 的预训练文本编码器，但 DeciDiffusion 引入了重大增强功能。主要创新是用更高效的 U-Net-NAS 取代 U-Net，这是 Deci 首创的设计。这个新颖的组件通过减少参数数量来简化模型，从而实现卓越的计算效率。

DeciCoder. 1B  是一个 10 亿参数的纯解码器代码完成模型，在 Starcoder 训练数据集的 Python、Java 和 JavaScript 子集上训练。该模型使用分组查询注意力，并具有 2048 个标记的上下文窗口。它是使用中间填充训练目标进行训练的。该模型的架构由 Deci 专有的基于神经架构搜索的技术 AutoNAC 生成。

Orca 2.与Phi-2一样，Microsoft的Orca 2探索了较小的LM的能力（大约100亿个参数或更少）。Orca 2 表明，改进的训练信号和方法可以使较小的语言模型实现增强的推理能力，这通常只存在于更大的语言模型中。Orca 2 明显优于类似尺寸的模型（包括原始 Orca 模型），并达到与大 5-10 倍的模型相似或更好的性能水平，这是在零样本设置中测试高级推理能力的复杂任务中评估的。

Mixtral 8x7b。 Mixtral 具有与 Mistral 7B 类似的架构，但由 8 个专家模型组成，其中一个来自一种称为专家混合 （MoE） 的技术。Mixtral 以 12B 参数密集模型的速度解码，即使它包含的有效参数数量是其 4 倍。

全球律师事务所 Dentons 已经充分利用了 Azure AI 的这些增强功能。该公司正在使用 Azure AI 在其生成式 AI 应用程序中实现 Azure OpenAI 服务模型，包括 GPT-4 和 Meta 的 Llama 2。通过这些模型，大成能够总结法律合同并从文件中提取关键部分，从而节省大量时间。Azure AI 模型的这种实际应用展示了它们通过自动执行复杂任务和提高效率来改变各个行业的潜力。

“通过将租赁报告生成器整合到我们的 fleetAI 系统中，该系统使用 Microsoft Azure 的 Open AI 服务开发，我们彻底改变了以前需要 4 小时的耗时任务，将其减少到仅 5 分钟，”大成 （UKIME） 法律 AI 采用经理 Sam Chen 说。“这大大节省了时间，使我们的法律专业人员能够专注于更具战略性的任务，从而增强客户服务，并强调我们对创新的奉献精神。”

Microsoft 通过新模型和服务增强了 Azure AI 功能，这是 AI 领域的重大进步。通过引入强大的新模型，如 Meta 的 Llama 2 和 GPT-4 Turbo with Vision，并扩展 Azure AI 模型目录，Microsoft 正在为用户提供更多选择和灵活性，并为更具创新性和想象力的 AI 应用铺平道路。