링크의 기사에 따르면, 대규모 언어 모델(Large Language Models, LLMs)의 주목할만한 발전에도 불구하고, 수학 문제 해결, 알고리즘 계획, 코딩과 같은 추론 집중 작업에 대한 효율적인 성능은 모델 크기, 교육 방법론, 추론 시간 능력 등으로 제한되어 있다. 일반 NLP 벤치마크에서 잘 수행되는 모델들이 여러 단계의 추론 체인을 구성하거나 중간 문제 해결 상태를 반영하는 능력이 부족한 것이 문제였다. Microsoft은 Phi-4-Reasoning이라는 새로운 모델을 공개하면서 이러한 한계를 극복하고자 했다. Phi-4-Reasoning은 14B 파라미터를 가지고 있으며, 복잡한 추론 작업에 강력한 성능을 보인다고 한다. 이 모델은 오픈웨이트로서 다양한 추론 작업에 유연하게 대응할 수 있다. 또한, 이러한 모델은 복잡한 추론 작업에 대한 성능을 높이는 데 중요한 역할을 할 것으로 기대된다.

<Mark Tech Post 뉴스 본문 전체읽기>