مدل هوش مصنوعی Phi-3.5-vision-instruct از مایکروسافت، یک مدل پیشرفته چندوجهی است که برای درک و پردازش همزمان تصویر و متن طراحی شده است. این مدل سبکوزن با بهرهگیری از معماری بهینه، عملکردی خیرهکننده در تحلیل تصاویر پیچیده، استخراج دادهها و پاسخگویی به دستورات متنی ارائه میدهد. توسعهدهندگان میتوانند از این مدل قدرتمند برای ساخت اپلیکیشنهای بینایی ماشین، تحلیل اسناد و دستیارهای هوشمند بصری با بالاترین دقت بهره ببرند.
Phi-3.5-vision-instruct
microsoft
phi-3-5-vision-instruct
اطلاعات مدل
- شناسه (Slug)
phi-3-5-vision-instruct- تاریخ انتشار
- سازمان
- microsoft
- دسترسی
- رایگان
- سایت رسمی
- ai.azure.com
دادههای تحلیلی
- شمار پارامترها
- ۴,۲B پارامتر
- مجوز
- MIT
منابع: LLM Stats
بنچمارکها
ریاضی
MathVista
۴۳,۹%
#38
InterGPS
۳۶,۳%
#2
چندحالته
MMMU
۴۳,۰%
#61
استدلال
ScienceQA
۹۱,۳%
#1
ChartQA
۸۱,۸%
#17
بینایی
POPE
۸۶,۱%
#2
MMBench
۸۱,۹%
#6
AI2D
۷۸,۱%
#30
TextVQA
۷۲,۰%
#13
تامینکنندهها (Providers)
| ارائهدهنده | نوع | نام مدل | مدل اصلی | ورودی ($/1M) | خروجی ($/1M) | رایگان |
|---|---|---|---|---|---|---|
 GitHub Models
|
— | Phi-3.5-vision instruct (128k) | microsoft/phi-3.5-vision-instruct |
$0.00 | $0.00 | رایگان |
 Fireworks AI
|
— | Phi-3.5 Vision Instruct | phi-3-vision-128k-instruct |
$0.20 | $0.20 | — |
 Featherless
|
— | microsoft/Phi-3.5-vision-instruct | microsoft/Phi-3.5-vision-instruct |
- | - | — |