Phi-3 是微软开发的一系列轻量级 3B(小型)和 14B(中型)的尖端开源模型。

3.8b 14b

2.7M 3 个月前

自述文件

Phi-3 是微软开发的一系列开源人工智能模型。

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

image.png

Phi-3 Mini

Phi-3 Mini 是一款 3.8B 参数的轻量级、尖端开源模型,使用 Phi-3 数据集进行训练,该数据集包括合成数据和经过筛选的公开可用的网站数据,重点关注高质量和推理密集型特性。

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。

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 亿的模型中展现出强大的性能和最先进的性能。

Phi-3 Medium

Phi-3 Medium 是一款 14B 参数的语言模型,性能超过 Gemini 1.0 Pro。

image.png

预期用途

主要用例

该模型旨在用于英文的商业和研究用途。该模型为需要 1) 内存/计算受限环境 2) 延迟受限场景 3) 强大的推理能力(特别是数学和逻辑) 4) 长上下文应用提供用途。

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 支持功能的构建块。

用例注意事项

我们的模型并非专门为所有下游用途设计或评估。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,特别是对于高风险场景。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、贸易合规法律等)。模型卡中包含的任何内容都不应被解释为或视为对模型发布许可证的限制或修改。

负责任的人工智能考虑因素

与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯的方式表现。一些需要注意的限制行为包括

  • 服务质量:Phi 模型主要在英文文本上进行训练。除英语以外的语言将表现出更差的性能。训练数据中代表性不足的英语语言变体可能表现出比标准美式英语更差的性能。

  • 对危害的体现和对刻板印象的延续:这些模型可能会过度或不足地体现人群,抹去某些群体的影响力,或强化贬低或消极的刻板印象。尽管进行了安全后训练,但由于不同群体的影响力水平不同,或者训练数据中体现现实世界模式和社会偏见而普遍存在消极刻板印象的例子,这些限制仍然可能存在。

  • 不恰当或冒犯性内容:这些模型可能会产生其他类型的不恰当或冒犯性内容,这可能使得在没有针对用例的额外缓解措施的情况下,将其部署到敏感环境中变得不合适。

  • 信息可靠性:语言模型可以生成无意义的内容或编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,如“typing, math, random, collections, datetime, itertools”。如果模型生成使用其他包的 Python 脚本,或者生成其他语言的脚本,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人工智能最佳实践,并负责确保特定用例符合相关法律法规(如隐私、贸易等)。需要重点关注的领域包括:+ 分配:模型可能不适合可能对法律地位或资源或生活机会的分配(如住房、就业、信贷等)产生重大影响的场景,除非进行进一步评估和额外的去偏见技术。

  • 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代价高昂或导致损害。这包括在准确性和可靠性至关重要的敏感或专业领域提供建议(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人工智能系统交互。在应用程序级别,开发人员可以构建反馈机制和管道,将响应基础于用例特定的上下文信息,这种技术被称为检索增强生成 (RAG)。

  • 有害内容的生成:开发人员应根据其上下文评估输出,并使用可用的安全分类器或适合其用例的自定义解决方案。

  • 误用:其他形式的误用,如欺诈、垃圾邮件或恶意软件的生产,可能是可能的,开发人员应确保其应用程序不违反适用的法律法规。

训练

模型

  • 架构:Phi-3 Mini 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 月到 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,可能会发布微调模型的未来版本。

数据集

我们的训练数据包含各种来源,总计 3.3 万亿个令牌,是 1) 经过严格筛选的公开可用文档、经过筛选的高质量教育数据和代码;2) 为了教授数学、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) 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、诚实和乐于助人。

软件

许可证

该模型在 MIT 许可证 下授权。

商标

此项目可能包含项目、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必须遵循 Microsoft 商标和品牌指南。在该项目的修改版本中使用 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需遵守这些第三方的政策。

资源