更新于 3 个月前
3 个月前
b0a6824d6ba9 · 6.9GB
自述文件
Phi-3 是微软开发的一系列开放式 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、最先进的开放式模型,使用 Phi-3 数据集进行训练,该数据集包括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,以确保精确的指令遵循和强大的安全措施。
当针对测试常识、语言理解、数学、代码、长文本和逻辑推理的基准进行评估时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现了强大的最先进性能。
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的商业和研究用途。该模型为需要以下功能的应用程序提供用途:1) 内存/计算受限的环境 2) 延迟受限的场景 3) 强推理(尤其是数学和逻辑) 4) 长文本
我们的模型旨在加速语言和多模态模型的研究,用作生成式 AI 驱动的功能的构建块。
用例注意事项
我们的模型并非专门为所有下游目的而设计或评估。开发人员在选择用例时应考虑语言模型的常见限制,并在特定下游用例中使用之前评估和缓解准确性、安全性和平等性问题,尤其是针对高风险场景。开发人员应了解并遵守与用例相关的适用法律或法规(包括隐私、贸易合规法律等)。模型卡中包含的任何内容不应被解释为或视为对模型发布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 系列模型也可能以不公平、不可靠或冒犯的方式运行。需要了解的一些限制行为包括
服务质量:Phi 模型主要在英语文本上训练。非英语语言的性能会更差。训练数据中代表性较低的英语变体可能会比标准美式英语表现更差。
伤害的体现和对刻板印象的延续:这些模型可能过度或不足地代表人群,抹杀某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体代表性的差异或训练数据中反映现实世界模式和社会偏见,负面刻板印象示例的普遍性,这些限制可能仍然存在。
不恰当或冒犯性内容:这些模型可能会生成其他类型的不恰当或冒犯性内容,这可能使其不适合在敏感的上下文中部署,除非有针对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看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 训练数据基于 Python,并使用常见的软件包,例如“typing, math, random, collections, datetime, itertools”。如果模型生成了使用其他软件包或其他语言脚本的 Python 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和法规(例如隐私、贸易等)。需要考虑的重要方面包括:+ 分配:在没有进一步评估和额外去偏技术的情况下,模型可能不适合可能对法律地位或资源分配或生活机会(例如住房、就业、信贷等)产生重大影响的场景。
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当性,在这种场景中,不公平、不可靠或冒犯性的输出可能会造成极高的成本或导致伤害。这包括在需要准确性和可靠性的敏感或专业领域提供建议(例如法律或健康建议)。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:模型可能会生成不准确的信息。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 系统互动。在应用程序级别,开发人员可以构建反馈机制和管道,以将响应建立在用例特定的上下文信息中,这种技术称为检索增强生成 (RAG)。
有害内容的生成:开发人员应根据其上下文评估输出,并使用适用于其用例的可用安全分类器或自定义解决方案。
滥用:其他形式的滥用,例如欺诈、垃圾邮件或恶意软件的生产,也可能是可能的,开发人员应确保其应用程序不违反适用的法律和法规。
训练
模型
- 架构:Phi-3 Mini 具有 3.8B 个参数,是一个密集的仅解码器 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 个标记
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个标记
- 输出:响应输入生成的文本
- 日期:我们的模型是在 2024 年 2 月到 4 月之间训练的
- 状态:这是一个在 2023 年 10 月截止日期的离线数据集中训练的静态模型。随着我们改进模型,未来可能会发布调整后的模型版本。
数据集
我们的训练数据包含各种来源,总计 3.3 万亿个词元,是以下内容的组合:1)经过严格质量筛选的公开可用文档、精选的优质教育数据和代码;2)为教学数学、编码、常识推理、世界常识(科学、日常活动、心智理论等)而新创建的合成“教科书式”数据;3)涵盖各种主题的高质量聊天格式监督数据,反映了人类对不同方面的偏好,例如指令遵循、真实性、诚实和帮助性。
软件
许可证
该模型在 MIT 许可证 下授权。
商标
本项目可能包含项目、产品或服务的商标或徽标。Microsoft 商标或徽标的授权使用需遵守并遵循 Microsoft 商标和品牌指南。在本项目修改版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。任何对第三方商标或徽标的使用均应遵守这些第三方的政策。