マイクロソフトがPhi-4-Reasoning-Vision-15B視覚推論モデルをオープンソース化

マイクロソフトは、MITライセンスの下で公開されたオープンソースモデル「Phi-4-Reasoning-Vision-15B」を発表しました。これは、高解像度の視覚認識機能と選択的推論機能を同時に備えた、Phi-4シリーズ初の小型言語モデルです。このモデルは、タスクの要件に応じて「推論モード」と「非推論モード」を自動的に切り替えることができます。数学的推論には多段階の思考連鎖を用い、単純なOCRタスクでは結果を直接出力することで処理時間を短縮します。