Phi-4-multimodal-instruct
Sidst gennemgået:
Suverænitet og hosting
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).