3 个月前更新
3 个月前
cf611a26b048 · 7.9GB
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 是一个 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筛选的公开网站数据,重点关注高质量和推理密集属性。
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守和强大的安全措施。
在针对测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准测试进行评估时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现了稳健且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 14B 参数的语言模型,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。该模型提供对需要以下应用的用途:1)内存/计算受限环境 2)延迟限制场景 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语言和多模态模型的研究,用作生成式 AI 驱动的功能的基础。
用例注意事项
我们的模型并非专门针对所有下游目的而设计或评估。开发者在选择用例时应考虑语言模型的常见局限性,并在特定下游用例中使用前评估和缓解准确性、安全性以及公平性,尤其是对于高风险场景。开发者应了解并遵守与他们的用例相关的适用法规或条例(包括隐私、贸易合规法等)。模型卡片中包含的任何内容不应被解释为或视为对模型发布时所依据的许可证的限制或修改。
负责任的 AI 考虑因素
与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯性的方式行事。一些需要注意的限制性行为包括
服务质量:Phi 模型主要在英语文本上进行训练。英语以外的语言将体验到更糟糕的性能。英语语言变体在训练数据中的代表性较低,可能会体验到比标准美式英语更糟糕的性能。
伤害的代表性和刻板印象的延续:这些模型可能会过度或不足地代表人群,抹去对某些人群的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同人群的代表性程度不同或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示例的普遍性,这些局限性仍然可能存在。
不适当或冒犯性的内容:这些模型可能会产生其他类型的不适当或冒犯性的内容,这可能使得在没有针对用例的额外缓解措施的情况下,将它们部署到敏感的上下文中变得不合适。
信息可靠性:语言模型可能会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:Phi-3 的大部分训练数据基于 Python,并使用常见的包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成使用其他包或其他语言的脚本的 Python 脚本,我们强烈建议用户手动验证所有 API 使用情况。
开发者应应用负责任的 AI 最佳实践,并负责确保特定用例符合相关法律法规(例如隐私、贸易等)。需要考虑的重要领域包括:+ 分配:模型可能不适合可能对法律地位或资源分配或生活机会产生重大影响的场景(例如住房、就业、信贷等),除非进行进一步评估和额外的去偏技术。
高风险场景:开发者应评估在不公平、不可靠或冒犯性的输出可能非常昂贵或导致伤害的高风险场景中使用模型的适宜性。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。开发者应遵循透明度最佳实践,并告知最终用户他们正在与 AI 系统交互。在应用程序级别,开发者可以构建反馈机制和管道,将响应置于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:开发者应根据其上下文评估输出,并使用适合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生产,也可能发生,开发者应确保他们的应用程序不会违反适用法规和条例。
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。该模型经过监督微调 (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: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:这是一个在具有截至日期 2023 年 10 月的离线数据集上训练的静态模型。随着模型的改进,我们可能会发布未来版本的微调模型。
数据集
我们的训练数据包含各种来源,总计 3.3 万亿个标记,是以下内容的组合:1)经过严格质量筛选的公开文档,选择的优质教育数据和代码;2)为了教授数学、编码、常识推理、世界一般知识(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)覆盖各种主题的高质量聊天格式监督数据,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实和帮助。
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。经授权使用 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。任何使用第三方商标或徽标的行为均需遵守该第三方政策。