更新于 3 个月前
3 个月前
87d42cf3a64b · 9.6GB
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 参数 –
ollama run phi3:mini
- Phi-3 Medium – 14B 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,其中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,其中包括监督微调和直接偏好优化,以确保准确的指令遵守和强大的安全措施。
在根据常识、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最先进性能。
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。该模型适用于需要 1) 内存/计算受限环境 2) 延迟限制场景 3) 强推理(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,用作生成式人工智能功能的构建块。
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。开发人员应在选择用例时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、安全性和平等性问题,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)。模型卡中不应包含任何解释为或视为对模型发布许可证的限制或修改的内容。
负责任的人工智能注意事项
与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯性的方式表现。需要注意的一些限制性行为包括
服务质量:Phi 模型主要使用英语文本进行训练。除英语以外的语言将表现出更差的性能。训练数据中表示不足的英语变体可能表现出比标准美国英语更差的性能。
对伤害的表示和对刻板印象的延续:这些模型可能会过度或不足地代表人群,消除对某些人群的代表性,或强化贬损或负面刻板印象。尽管进行了安全后训练,但由于不同人群的表示程度不同,或训练数据中反映现实世界模式和社会偏见,负面刻板印象的例子普遍存在,因此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,这可能会使其不适合部署在敏感的上下文中,除非采用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:Phi-3 训练数据的绝大多数都基于 Python,并使用“typing、math、random、collections、datetime、itertools”等常用软件包。如果模型生成的 Python 脚本使用其他软件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的法律法规(例如隐私、贸易等)。重要的考虑领域包括:+ 分配:模型可能不适合对可能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,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宜性,在这种情况下,不公平、不可靠或冒犯性的输出可能会非常昂贵或导致损害。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进行交互。在应用程序级别,开发人员可以构建反馈机制和管道,将响应与用例特定的上下文信息相结合,这是一种称为检索增强生成 (RAG) 的技术。
生成有害内容: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。
滥用:可能出现其他形式的滥用,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。该模型使用监督微调 (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 月至 4 月之间训练的
- 状态:这是一个静态模型,在截止日期为 2023 年 10 月的离线数据集上训练。随着我们改进模型,可能会发布调整后的模型的未来版本。
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,精选的高质量教育数据和代码;2) 为了教授数学、编码、常识推理、对世界的常识(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,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
该模型根据 MIT 许可证 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受 Microsoft 商标和品牌指南 约束,并必须遵循该指南。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。任何使用第三方商标或徽标都必须遵守这些第三方的政策。