3 个月前更新
3 个月前
06195d5c378a · 10GB
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 是一款拥有 38 亿个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过滤的公开网站数据,重点关注高质量和推理密集特性。
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 亿个的模型中展示了强大的最先进性能。
Phi-3 Medium
Phi-3 Medium 是一款拥有 140 亿个参数的语言模型,性能超过 Gemini 1.0 Pro。
预期用途
主要用例
该模型适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,用作生成式 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而设计或评估。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模型之前评估和缓解准确性、安全性和平等性问题,尤其是针对高风险场景。开发人员应了解并遵守与用例相关的适用法规或条例(包括隐私、贸易合规法等)。模型卡中包含的任何内容均不应被解释为或被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表现。以下是一些需要注意的限制性行为:
服务质量:Phi 模型主要针对英语文本进行训练。非英语语言的性能会更差。训练数据中代表性不足的英语变体可能比标准美式英语的性能更差。
危害的表示和刻板印象的延续:这些模型可能会过度或不足地代表人群,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管经过了安全后训练,但由于不同群体代表性水平不同,或者训练数据中反映现实世界模式和社会偏见,导致负面刻板印象示例的普遍性,这些限制可能仍然存在。
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,这可能使其不适合在敏感环境中部署,除非有针对特定用例的其他缓解措施。
信息可靠性:语言模型可以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:如果没有进一步的评估和额外的去偏见技术,模型可能不适合用于可能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,以将响应基于用例特定的上下文信息,这是一种称为检索增强生成 (RAG) 的技术。
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。
滥用:其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,也可能存在,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 拥有 38 亿个参数,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) 的微调,以确保与人类偏好和安全指南一致。
- 输入:文本。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 万亿个词符
- 输出:根据输入生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月之间训练
- 状态:这是一个静态模型,在截至 2023 年 10 月的离线数据集上训练。随着模型的改进,我们可能会发布调整后的模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个词符,是以下内容的组合:1)经过严格质量过滤的公开文档,精选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)高质量的聊天格式监督数据涵盖各种主题,以反映人们在不同方面的偏好,例如指令遵循、真实性、诚实和乐于助人。
软件
许可
该模型根据 MIT 许可 授权。
商标
该项目可能包含项目、产品或服务的商标或标识。Microsoft 商标或标识的授权使用受 Microsoft 商标和品牌指南 约束,并必须遵循这些指南。在该项目的修改版本中使用 Microsoft 商标或标识不得造成混淆,也不得暗示 Microsoft 的赞助。任何使用第三方商标或标识都应遵守那些第三方的政策。