更新于 3 个月前
3 个月前
92a08305e23f · 8.8GB
自述文件
Phi-3 是微软开发的开源 AI 模型系列。
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 是一个拥有 3.8B 个参数的轻量级、最先进的开源模型,它使用 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守和强大的安全措施。
在针对常识、语言理解、数学、代码、长文本和逻辑推理等方面的基准测试进行评估时,Phi-3 Mini-4K-Instruct 在参数数量不到 130 亿的模型中展现出强大的性能,处于最先进水平。
Phi-3 Medium
Phi-3 Medium 是一个拥有 14B 个参数的语言模型,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。该模型可用于需要以下功能的应用程序:1) 内存/计算受限环境 2) 延迟敏感场景 3) 强大的推理能力(尤其是数学和逻辑) 4) 长文本
我们的模型旨在加速对语言和多模态模型的研究,作为生成式 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减轻准确性、安全性以及公平性问题,尤其是在高风险场景中。开发人员应了解并遵守与其用例相关的适用法律法规(包括隐私、贸易合规法等)。本模型卡中的任何内容不应被解释为或视为对模型发布所依据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行事。需要注意的一些限制性行为包括
服务质量:Phi 模型主要在英语文本上进行训练。使用非英语语言将会导致性能下降。与标准美式英语相比,训练数据中代表性不足的英语变体可能会导致性能下降。
对危害的代表和对刻板印象的延续:这些模型可能会过度或不足地代表群体,抹去某些群体的代表性,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的负面刻板印象示例的普遍性,这些限制仍然可能存在。
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,这可能使其不适合在没有针对用例的额外缓解措施的情况下部署到敏感环境中。
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:大多数 Phi-3 训练数据基于 Python,并使用常见的包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本使用了其他包或其他语言的脚本,我们强烈建议用户手动验证所有 API 使用。
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)。需要考虑的重要方面包括:+ 分配:如果模型没有经过进一步的评估和额外的去偏见技术,可能不适合会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:开发人员应评估在可能会造成不公平、不可靠或冒犯性输出导致极其昂贵或造成伤害的高风险场景中使用模型的适用性。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)中提供建议。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 系统交互。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)。
生成有害内容:开发人员应评估输出的上下文,并使用与其用例相适应的可用安全分类器或自定义解决方案。
滥用:可能存在其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,开发人员应确保其应用程序不会违反适用的法律法规。
训练
模型
- 架构:Phi-3 Mini 拥有 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准则保持一致。
- 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:3.3 万亿个标记
- 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为 2023 年 10 月的离线数据集上训练的静态模型。随着我们改进模型,可能会发布经过微调的模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个标记,是以下内容的组合:1) 经过严格质量过滤的公开可用文档,精选的高质量教育数据和代码;2) 为了教学数学、编码、常识推理以及对世界的一般知识(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) 高质量聊天格式监督数据,涵盖各种主题,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实和乐于助人。
软件
许可证
该模型在 MIT 许可证 下获得许可。
商标
本项目可能包含项目、产品或服务的商标或徽标。经授权使用微软商标或徽标需遵守并遵循 微软商标和品牌指南。在本项目修改版本中使用微软商标或徽标,不得造成混淆或暗示微软赞助。任何第三方商标或徽标的使用都须遵守相关第三方的政策。