微软发布 Phi-4 系列小语言 AI 推理模型，AIME 2025 跑分超满血版 Deepseek R1

图片地址：https://img.ithome.com/newsuploadfiles/2025/5/6f6c7cf7-f860-4436-b6fe-10e7738593be.png?x-bce-process=image/format,f_auto

IT之家 5 月 1 日消息，微软昨日（4 月 30 日）发布 Phi-4-reasoning 系列推理模型，通过监督微调 Phi-4，并利用 o3-mini 生成的高质量“可教导”提示数据集训练，专为复杂推理任务设计。IT之家援引博文介绍，微软本次共推出 Phi-4-reasoning、Phi-4-reasoning-plus 和 Phi-4-mini-reasoning 三款模型，官方称该系列模型不仅延续了小型模型的高效特性，还在推理能力上实现重大突破。该系列模型通过推理时间扩展（inference-time scaling）技术，擅长处理需要多步骤分解和内部反思的复杂任务，尤其在数学推理和代理型应用中表现突出，具备媲美大型前沿模型的潜力。Phi-4-reasoning 是一款拥有 140 亿参数的开源推理模型，通过监督微调（Supervised Fine-Tuning，SFT）Phi-4，结合 OpenAI o3-mini 的高质量推理演示数据，并充分利用额外计算资源，生成详细的推理链条。Phi-4-reasoning-plus 增强版通过强化学习（Reinforcement Learning，RL）进一步提升性能，tokens 用量比标准版多 1.5 倍，支持更高精度。两款模型在数学推理和博士级科学问题测试中，均超越 OpenAI o1-mini 和 DeepSeek-R1-Distill-Llama-70B，甚至在 AIME 2025（美国数学奥林匹