Modeller

Phi-4-multimodal-instruct

Microsoft

Kun katalog Åbne vægte

Sidst gennemgået:

Suverænitet og hosting

Kun i katalog

Denne model er katalogiseret til reference. Den er endnu ikke hostet på LLM EU, og ingen førsteparts-endpoint betjener den her. Anmodninger til den går direkte til udbyderen under den pågældende udbyders egne vilkår.

Resumé

Phi-4-multimodal-instruct er en 5,6B model, der accepterer tekst, billeder og tale i ét checkpoint, med en 128K-token kontekst og MIT-licensen. Modelkortet rapporterer 55,1 på MMMU, 93,2 på DocVQA og 62,4 på MathVista, og lister de understøttede sprog separat for hver inputmodalitet. Det er en kompakt mulighed for dokument- og talepipeliner, der ellers ville kræve to modeller.

Specifikationer

Udbyder
Microsoft (US)
Kontekstvindue
131k
Parametre
5.57B
Modaliteter
text, vision, audio
Licens
mit · licence
Åbne vægte
yes
Udgivelsesdato
24. feb. 2025
Opgaver
Vision, Resumé, Flersproget support, Lav pris

Sprog

Stærk: en, de, fr, es, it, pt

Tilstrækkelig: nl, pl, sv, da, fi, cs, ru, uk, ar, zh, ja, ko, hi, tr

Stærk

  • en
  • de
  • fr
  • es
  • it
  • pt

Tilstrækkelig

  • nl
  • pl
  • sv
  • da
  • fi
  • cs
  • ru
  • uk
  • ar
  • zh
  • ja
  • ko
  • hi
  • tr

Ikke verificeret: udbyderen har ikke dokumenteret denne påstand. — a language is listed as strong only where a source claims it; the card links the evidence where one exists.

Hvornår man bruger den

Styrker

  • text, image and speech input at 5.6B parameters
  • 128K-token context for document batches
  • MIT licence
  • 23 declared languages including most large EU languages

Begrænsninger

  • modality-specific quality is below dedicated single-modality models
  • English-centric training data
  • no evaluation has been run by LLM EU

Ofte stillede spørgsmål

Is Phi-4-multimodal-instruct served on LLM EU?

It has no endpoint in the catalogue, so it is catalogue only — not hosted on LLM EU yet, with no region and no retention to report. A card whose status is "listed" is a catalogue entry, not a running deployment.

Under what licence is Phi-4-multimodal-instruct released?

Phi-4-multimodal-instruct is recorded under mit. The recorded licence text is https://opensource.org/license/mit. The weights are downloadable (open_weights is true). LLM EU republishes the licence id and the link and gives no legal advice; the licence text governs.

How large is Phi-4-multimodal-instruct, and what context window does it have?

Phi-4-multimodal-instruct is recorded at 5.57B (safetensors total 5,574,460,384) (source: https://huggingface.co/api/models/microsoft/Phi-4-multimodal-instruct), with a context window of 131072 tokens (source: https://huggingface.co/microsoft/Phi-4-multimodal-instruct).