更新于 3 个月前
3 个月前
214c9ceb5140 · 7.5GB
自述文件
Phi-3 是微软开发的一系列开源 AI 模型。
参数大小
- Phi-3 Mini – 3B 个参数 –
ollama run phi3:mini
- Phi-3 Medium – 14B 个参数 –
ollama run phi3:medium
上下文窗口大小
注意:此模型的 128k 版本需要 Ollama 0.1.39 或更高版本。
- 4k
ollama run phi3:mini
ollama run phi3:medium
- 128k
ollama run phi3:medium-128k
Phi-3 Mini
Phi-3 Mini 是一款 3.8B 参数的轻量级最先进的开源模型,使用 Phi-3 数据集进行训练,该数据集包含合成数据和经过过滤的公开可用的网站数据,重点关注高质量和推理密集型属性。
该模型经过了后训练过程,该过程结合了监督微调和直接偏好优化,以确保精确遵循指令和强大的安全措施。
当针对测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准进行评估时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展示了强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一款 14B 参数的语言模型,其性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型旨在用于英语商业和研究用途。该模型为需要以下方面的应用程序提供用途:1)内存/计算受限的环境 2)延迟绑定场景 3)强大的推理(尤其是数学和逻辑) 4)长上下文
我们的模型旨在加速对语言和多模态模型的研究,用作生成 AI 驱动的功能的构建模块。
用例注意事项
我们的模型并非专门为所有下游用途而设计或评估。开发人员在选择用例时应考虑语言模型的常见局限性,并在使用特定下游用例(尤其是在高风险场景中)之前评估和缓解准确性、安全性和平等性。开发人员应了解并遵守与其用例相关的适用法规或法规(包括隐私、贸易合规法规等)。本模型卡中包含的任何内容均不应解释为或视为对模型发布的许可证的限制或修改。
负责任的 AI 注意事项
与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯的方式表现。需要注意的一些限制行为包括
服务质量:Phi 模型主要针对英语文本进行训练。其他语言的性能会更差。训练数据中表示较少的英语语言变体可能会比标准美式英语表现更差。
伤害的表示和刻板印象的延续:这些模型可能过度或不足地代表群体,消除对某些群体的代表,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但这些限制可能仍然存在,因为不同群体的代表程度不同,或者训练数据中反映现实世界模式和社会偏见的负面刻板印象的例子普遍存在。
不当或冒犯性内容:这些模型可能会产生其他类型的不当或冒犯性内容,这可能使其不适合部署在敏感环境中,除非有针对特定用例的额外缓解措施。
信息可靠性:语言模型可以生成无意义的内容或捏造听起来合理但实际上不准确或过时的内容。
代码范围有限:大多数 Phi-3 训练数据都基于 Python,并使用诸如“typing、math、random、collections、datetime、itertools”之类的常用软件包。如果模型生成了使用其他软件包的 Python 脚本或其他语言的脚本,我们强烈建议用户手动验证所有 API 使用情况。
开发人员应应用负责任的 AI 最佳实践,并负责确保特定用例符合相关的法律法规(例如隐私、贸易等)。需要考虑的重要领域包括:+ 分配:在没有进一步评估和额外去偏技术的情况下,模型可能不适合对可能对法律地位或资源或生活机会的分配产生重大影响的场景(例如住房、就业、信贷等)。
高风险场景:开发人员应评估在高风险场景中使用模型的适用性,在这种场景中,不公平、不可靠或冒犯性的输出可能非常昂贵或导致伤害。这包括在准确性和可靠性至关重要的敏感或专家领域(例如法律或健康建议)提供建议。应根据部署环境在应用程序级别实施额外的安全措施。
错误信息:模型可能会产生不准确的信息。开发人员应遵循透明度最佳实践,并告知最终用户他们正在与 AI 系统进行交互。在应用程序级别,开发人员可以构建反馈机制和管道,将响应基础在用例特定、上下文信息中,这是一种称为检索增强生成 (RAG) 的技术。
有害内容的生成:开发人员应评估输出的上下文,并使用可用的安全分类器或适合其用例的自定义解决方案。
滥用:其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,可能是可能的,开发人员应确保其应用程序不违反适用法规和法规。
训练
模型
- 架构:Phi-3 Mini 拥有 3.8B 个参数,是一个密集型仅解码器的 Transformer 模型。该模型通过监督微调 (SFT) 和直接偏好优化 (DPO) 进行微调,以确保与人类偏好和安全指南保持一致。
- 输入:文本。它最适合使用聊天格式的提示。
- 上下文长度:128K 个令牌
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个令牌
- 输出:针对输入生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在截止日期为 2023 年 10 月的离线数据集中训练的静态模型。随着我们改进模型,未来版本的微调模型可能会发布。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个令牌,是以下内容的组合:1)经过严格质量过滤的公开可用的文档,精选的高质量教育数据和代码;2)为了教学术、编码、常识推理、世界一般知识(科学、日常生活、心智理论等)而新创建的合成“教科书式”数据;3)高质量的聊天格式监督数据,涵盖各种主题,以反映人类对不同方面的偏好,例如遵循指令、真实性、诚实和乐于助人。
软件
许可证
该模型根据 MIT 许可证 进行许可。
商标
本项目可能包含项目、产品或服务的商标或徽标。授权使用 Microsoft 商标或徽标需遵守并遵循 Microsoft 商标与品牌指南。在修改版本的项目中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。任何第三方商标或徽标的使用均需遵守其第三方的政策。