3 个月前更新
3 个月前
85a94efb79c6 · 9.6GB
自述文件
Phi-3 是由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
Phi-3 迷你
Phi-3 迷你是一个 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,该数据集包括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。
该模型经过了后训练处理,其中包含监督微调和直接偏好优化,以确保精确的指令遵守和强大的安全措施。
在根据基准测试测试常识、语言理解、数学、代码、长上下文和逻辑推理方面,Phi-3 迷你-4K-Instruct 在参数小于 130 亿的模型中展示了稳健且最先进的性能。
Phi-3 中等
Phi-3 中等是一个 14B 参数的语言模型,并且优于 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。该模型为需要以下功能的应用程序提供用途: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,用作生成式 AI 驱动功能的构建块。
用例注意事项
我们的模型不是专门为所有下游目的而设计或评估的。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缓解准确性、安全性以及公平性,尤其是对于高风险场景。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)。模型卡中的任何内容不应解释为或被视为对模型发布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 系列模型可能以不公平、不可靠或冒犯性的方式运行。需要了解的一些限制行为包括
服务质量:Phi 模型主要在英语文本上训练。非英语语言的性能会更差。英语变体在训练数据中的代表性较低,可能会比标准美式英语表现更差。
伤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,抹杀某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体代表性的差异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的普遍存在,这些局限性仍然可能存在。
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没有针对特定用例的额外缓解措施的情况下部署到敏感环境中。
信息可靠性:语言模型可以生成无意义的内容或编造看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或其他语言脚本的 Python 脚本,我们强烈建议用户手动验证所有 API 使用。
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)。需要考虑的重要方面包括:+ 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(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:开发人员应评估在可能导致不公平、不可靠或冒犯性输出可能造成极大代价或造成伤害的高风险场景中使用模型的适用性。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。
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 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,将响应建立在特定用例的上下文信息中,这种技术被称为检索增强生成 (RAG)。
有害内容的生成:开发人员应评估其输出的上下文,并使用适用于其用例的可用安全分类器或自定义解决方案。
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 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 token
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3 万亿个 token
- 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
我们的训练数据包括各种来源,总计 3.3 万亿个 token,是以下内容的组合:1)经过严格质量筛选的公开文档,精选的高质量教育数据和代码;2)为教授数学、编码、常识推理、世界常识(科学、日常生活、心智理论等)而专门创建的新型合成“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,以反映人类在遵循指示、真实性、诚实和乐于助人等不同方面的偏好。
软件
许可
该模型根据 MIT 许可证 授权使用。
商标
该项目可能包含项目、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。任何第三方商标或徽标的使用均须遵守其各自的政策。