Phi-4-Reasoning-Vision and the Lessons of Training a Multimodal Reasoning Model

Microsoft Research оголосила про Phi-4-reasoning-vision-15B, модель мультимодального міркування з 15 мільярдами параметрів та відкритими вагами. Модель здатна виконувати різні завдання обробки зображень та мови, такі як опис зображень та візуальні запитання. Вона доступна через платформи Microsoft Foundry, HuggingFace та GitHub.