Phi-4
微软推出的小参数量语言模型，属于Phi系列，专为高效本地推理设计，支持通过Ollama在本地运行
时间轴 (近 90 天)
微软自研的Phi系列模型（如Phi-3、Phi-4）是专门针对端侧部署场景优化的轻量模型
被试用后淘汰的模型包括Mistral 24B、GPT-OSS 20B、Kimi K2、Phi-4、DeepSeek、Cydonia等，原因多为过慢、效果差或有更好替代品
Phi-4 是微软研究院开发的小型语言模型，拥有约 140 亿参数，在数学推理和代码任务上表现突出
Phi-4是微软研究院的小型语言模型系列代表，以教科书级数据质量的训练策略著称
TEFM在Qwen3、Gemma-2、Phi-4等多个主流大语言模型上进行了测试，验证其模型无关性
Phi-4是微软研究院的小型语言模型系列，以教科书级数据质量的训练策略著称
TEFM在Qwen3、Gemma-2、Phi-4等多个主流大语言模型上进行了测试并取得一致的效果提升，证明其模型无关性
微软的模型供给体系包括顶层 OpenAI 前沿大模型、中间层 MAI 自研模型、底层 Phi 系列小模型（如 Phi-4）
全部知识事实 (8)
微软的模型供给体系包括顶层 OpenAI 前沿大模型、中间层 MAI 自研模型、底层 Phi 系列小模型（如 Phi-4）
70%待验证微软自研的Phi系列模型（如Phi-3、Phi-4）是专门针对端侧部署场景优化的轻量模型
50%待验证被试用后淘汰的模型包括Mistral 24B、GPT-OSS 20B、Kimi K2、Phi-4、DeepSeek、Cydonia等，原因多为过慢、效果差或有更好替代品
50%待验证Phi-4 是微软研究院开发的小型语言模型，拥有约 140 亿参数，在数学推理和代码任务上表现突出
50%待验证TEFM在Qwen3、Gemma-2、Phi-4等多个主流大语言模型上进行了测试，验证其模型无关性
50%待验证Phi-4是微软研究院的小型语言模型系列代表，以教科书级数据质量的训练策略著称
50%待验证Phi-4是微软研究院的小型语言模型系列，以教科书级数据质量的训练策略著称
50%待验证TEFM在Qwen3、Gemma-2、Phi-4等多个主流大语言模型上进行了测试并取得一致的效果提升，证明其模型无关性
50%