Microsoft

Zu dieser Auswahl gibt es keinen Eintrag.

1. Dez 2015

   ResNet Grundlagen

   • Residual-Verbindungen ermöglichten Netze mit hunderten Schichten.
   • Löste das Problem verschwindender Gradienten in tiefen Netzen.
   • Gewann ImageNet 2015 und prägte moderne CNN-Architekturen.

2. Jun 2023

   Phi-1 Code

   • Winziges 1,3B-Code-Modell, trainiert auf Lehrbuch-Qualitätsdaten.
   • Zeigte, dass Datenqualität wichtiger sein kann als Modellgröße.
   • Starke Python-Leistung trotz minimaler Parameterzahl.

   Reihe Phi

3. Dez 2023

   Phi-2 Sprache

   • 2,7B-Modell, das oft 25-mal größere Modelle erreichte.
   • Belegte die These der Lehrbuch-Qualitätsdaten weiter.
   • Beliebt für Forschung zu kleinen, effizienten Sprachmodellen.

   Reihe Phi

4. Apr 2024

   Phi-3 Sprache

   • Familie kleiner Modelle (mini 3,8B bis medium 14B) für Edge.
   • Mini lief auf dem Smartphone und erreichte Mixtral-8x7B-Niveau.
   • Lange Kontextvarianten bis 128k, MIT-Lizenz.

   Reihe Phi

5. Aug 2024

   Phi-3.5 Sprache

   • Update der Phi-3-Reihe mit mini, einem MoE und einem Vision-Modell.
   • Phi-3.5-MoE aktivierte nur einen Bruchteil seiner Parameter je Token.
   • Starke Reasoning-Leistung bei kleiner Größe, MIT-Lizenz.

   Reihe Phi

6. Dez 2024

   Phi-4 Sprache

   • 14B-Modell mit Fokus auf komplexes Reasoning und Mathematik.
   • Schlug teils viel größere Modelle in MINT-Benchmarks.
   • Später als offene Gewichte unter MIT auf Hugging Face.

   Reihe Phi

7. Sep 2026

   MAI-Transcribe-2 Audio

   • Transkription in 60 Sprachen mit einer Fehlerquote von 2,0 Prozent.
   • Es arbeitet 400-mal schneller als Echtzeit.
   • Eine Stunde kostet 10 Cent. Das sind 72 Prozent weniger als beim Vorgänger.

   Quelle microsoft.ai

8. Sep 2026

   VibeVoice-ASR-Streaming Audio

   • Offene Spracherkennung in zwei Größen (1,5 und 7 Milliarden Parameter) unter MIT-Lizenz.
   • Schreibt live mit und ordnet jede Passage schon während des Streams dem richtigen Sprecher zu.
   • Versteht zehn Sprachen.

   Quelle huggingface.co

9. Okt 2026

   MAI-Transcribe-2-Streaming Audio

   • Erstes Streaming-Spracherkennungsmodell von Microsoft AI: Es schreibt mit, während du sprichst.
   • Liefert erste Teilergebnisse nach gut 100 Millisekunden.
   • Kostet 0,54 US-Dollar pro Stunde Audio, verfügbar über Microsoft Foundry.

   Quelle microsoft.ai

10. Okt 2026

    MAI-Voice-2.1 Audio

    • Vorlesemodell von Microsoft AI in zwei Varianten: MAI-Voice-2.1 und MAI-Voice-2.1-Flash.
    • Spricht 23 Sprachen, die Flash-Variante antwortet in rund 150 Millisekunden und klont Stimmen sprachübergreifend.

    Quelle microsoft.ai