Phi-3 是微软推出的一系列轻量级、最先进的开放模型,包括 3B(迷你版)和 14B(中等版)。

38亿 140亿

270万 4个月前

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

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 迷你版

Phi-3 迷你版是一个拥有38亿参数的轻量级、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特性。

该模型经过了后期训练流程,该流程结合了监督微调和直接偏好优化,以确保精确遵循指令和强大的安全措施。

在针对常识、语言理解、数学、代码、长文本和逻辑推理的基准测试中,Phi-3 迷你版-4K-指令版在参数少于 130 亿的模型中展现了强大且最先进的性能。

Phi-3 中等版

Phi-3 中等版是一个拥有 140 亿参数的语言模型,其性能优于 Gemini 1.0 Pro。

image.png

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应用场景的应用:1)内存/计算受限的环境 2)延迟受限的场景 3)强大的推理能力(尤其是数学和逻辑) 4)长文本上下文

我们的模型旨在加速对语言和多模态模型的研究,并用作生成式 AI 驱动功能的构建块。

用例注意事项

我们的模型并非专门为所有下游用途而设计或评估。开发者在选择用例时应考虑语言模型的常见局限性,并在使用特定下游用例之前评估和减轻准确性、安全性和公平性问题,尤其是在高风险场景中。开发者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)。模型卡中包含的任何内容均不应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 考虑

与其他语言模型一样,Phi 系列模型也可能以不公平、不可靠或冒犯性的方式运行。需要注意的一些限制性行为包括

  • 服务质量:Phi 模型主要基于英文文本进行训练。非英语语言的性能会较差。训练数据中表示较少的英语变体可能比标准美式英语的性能更差。

  • 有害信息的呈现和刻板印象的延续:这些模型可能会过度或低度地代表人群,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后期训练,但由于不同群体的代表性水平不同,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普遍存在,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敏感环境中部署,除非采取针对用例的额外缓解措施。

  • 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信息不准确或过时的内容。

  • 代码范围有限:Phi-3 训练数据的大部分基于 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 的使用。

开发者应采用负责任的 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)。需要考虑的重要领域包括:+ 分配:在没有进一步评估和额外去偏见技术的情况下,模型可能不适合可能对法律地位或资源或生命机会的分配产生重大影响的场景(例如:住房、就业、信贷等)。

  • 高风险场景:开发者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代价巨大或导致损害。这包括在准确性和可靠性至关重要的敏感或专业领域(例如:法律或医疗建议)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。开发者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,开发者可以构建反馈机制和管道,以便将响应建立在特定于用例的上下文信息中,这是一种称为检索增强生成 (RAG) 的技术。

  • 生成有害内容:开发者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的制作,也是可能的,开发者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 迷你版拥有 38 亿个参数,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,以确保符合人类偏好和安全指南。
  • 输入:文本。最适合使用聊天格式的提示。
  • 上下文长度:128K tokens
  • GPU:512 个 H100-80G
  • 训练时间:7 天
  • 训练数据:3.3 万亿 tokens
  • 输出:对输入的文本生成响应
  • 日期:我们的模型在 2024 年 2 月至 4 月期间训练
  • 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,我们可能会发布调整后模型的未来版本。

数据集

我们的训练数据包含各种来源,总计 3.3 万亿个 tokens,这些数据是以下几部分的组合:1) 经过严格质量筛选的公共文档、精选的高质量教育数据和代码;2) 为教学数学、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) 高质量的聊天格式监督数据,涵盖各种主题,以反映人们对指令遵循、真实性、诚实和帮助等不同方面的偏好。

软件

许可证

该模型根据MIT 许可证授权。

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须遵守并必须遵循Microsoft 的商标和品牌指南。在此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。任何第三方商标或徽标的使用均受这些第三方的政策约束。

资源