Phi-4-mini-reasoning
Phi-4-mini-reasoning 是由 Microsoft Azure 发布的 AI 模型，发布时间为 2025-04-30，定位为 推理大模型，参数规模约为 38.0B，上下文长度为 128K，模型文件大小约 7.76GB，采用 MIT License 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
Phi-4-Mini-Reasoning是微软最新开源的推理大模型，参数38亿。本次微软开源的Phi-4推理版包含3个不同的版本，分别是Phi-4-reasoning（140亿参数）、Phi-4-reasoning-plus（增强版140亿参数模型）和Phi-4-Mini-Reasoning（38亿参数）。Phi-4-Mini-Reasoning是其中参数规模最小的版本。
Phi-4-Mini-Reasoning采用Transformer架构，专为数学推理任务进行了优化。该模型代表了小型语言模型(SLM)在复杂推理任务上的重大突破，通过精心设计的训练流程，使得模型尽管规模较小，却能够在推理性能上媲美甚至超越参数量高出近一倍的模型。
根据微软发布的技术报告，Phi-4-Mini-Reasoning的训练采用了一个四阶段的系统性训练配方：
该模型训练过程采用了多项创新技术来提高稳定性：
Phi-4-Mini-Reasoning训练使用了超过100万个多样化数学问题，涵盖从中学到博士级别的难度。训练数据来源包括：
特别值得注意的是，模型采用了Deepseek-R1模型生成的合成训练数据，并进行了严格的验证筛选，确保推理链的质量。
在数学推理基准测试中，Phi-4-Mini-Reasoning的表现令人瞩目：
这些成绩超越了参数量接近两倍的多个开源推理模型，包括DeepSeek-R1-Distill-Qwen-7B和DeepSeek-R1-Distill-Llama-8B。特别值得注意的是，模型在美国数学奥林匹克2025年资格赛AIME 2025测试上的表现优于拥有6710亿参数的DeepSeek-R1完整模型。
作为一个紧凑型推理模型，Phi-4-Mini-Reasoning特别适合于：
微软计划将其优化并集成到Copilot+ PC的NPU上运行，成为Windows 11生态系统的一部分，为Click to Do等核心体验提供支持，并作为开发者API提供给应用程序集成。
Phi-4-Mini-Reasoning的成功表明，通过精心设计的训练流程和数据选择策略，小型模型能够在推理任务上达到甚至超越更大模型的能力。这一突破为资源受限环境下开发高性能AI应用程序提供了新的可能性，代表了小型语言模型领域的重要进步。
该模型目前已在Azure AI Foundry和HuggingFace平台上提供，开发者可以直接访问并使用这一强大的小型推理模型。
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
