3 个月前更新
3 个月前
7a0ee8ddd91b · 8.0GB
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网站数据,重点关注高质量和推理密集型属性。
该模型已进行过训练后处理,其中包含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 亿的模型中表现出强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 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
该模型旨在用于英文的商业和研究用途。该模型可用于需要以下功能的应用程序:1)内存/计算受限的环境 2)延迟绑定场景 3)强大的推理能力(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,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,并在将模型用于特定下游用例(尤其是高风险场景)之前评估并减轻准确性、安全性和公平性问题。开发人员应了解并遵守与其用例相关的适用法规或条例(包括隐私、贸易合规法律等)。模型卡中不包含任何内容应被解释为或被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表现。需要注意的一些限制性行为包括
服务质量:Phi 模型主要使用英文文本进行训练。非英语语言的性能会更差。训练数据中代表性不足的英语语言变体可能会比标准美式英语表现更差。
对伤害的代表性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,抹去某些群体的代表性,或强化贬低或消极的刻板印象。尽管经过安全训练后,这些限制可能仍然存在,因为不同群体之间的代表性水平不同,或者训练数据中反映现实世界模式和社会偏见的消极刻板印象的例子很普遍。
不当或冒犯性内容:这些模型可能会生成其他类型的不当或冒犯性内容,这可能会使其不适合在敏感环境中部署,除非采取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会对法律地位或资源或生活机会分配产生重大影响的场景(例如,住房、就业、信贷等),除非进行进一步的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用性,在这种场景中,不公平、不可靠或冒犯性的输出可能会造成巨大的损失或导致伤害。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。
虚假信息: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,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)。
生成有害内容: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: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违反适用法规和条例。
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:3.3 万亿个令牌
- 输出:对输入生成的响应文本
- 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 月的离线数据集上训练的静态模型。随着模型的改进,我们可能会发布经过微调模型的未来版本。
数据集
我们的训练数据包括各种来源,总共 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文档,选定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,以反映人们对不同方面的偏好,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。Microsoft 商标或徽标的授权使用受 Microsoft 商标和品牌指南 的约束,必须遵循这些指南。在修改后的项目版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。任何使用第三方商标或徽标均受这些第三方政策的约束。