更新于 3 个月前
3 个月前
3aa42cb65da9 · 11GB
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 是一款拥有 3.8B 个参数的轻量级、最先进的开放模型,使用 Phi-3 数据集进行训练,其中包括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型特性。
该模型经过了后训练过程,包括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。
在对常识、语言理解、数学、代码、长上下文和逻辑推理进行基准测试时,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 是一款 14B 参数语言模型,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商业和研究用途。该模型可用于需要 1) 内存/计算受限环境 2) 延迟敏感场景 3) 强推理(尤其是数学和逻辑) 4) 长上下文 的应用程序。
我们的模型旨在加速语言和多模态模型的研究,用作生成式 AI 支持功能的构建块。
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前评估和减轻准确性、安全性以及公平性问题,尤其是对于高风险场景。开发人员应了解并遵守与用例相关的适用法律或法规(包括隐私、贸易合规法律等)。模型卡中包含的内容不应解释为或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。需要了解的一些限制行为包括
服务质量:Phi 模型主要基于英语文本进行训练。除英语以外的语言将表现出更差的性能。英语中在训练数据中代表性不足的变体可能会表现出比标准美式英语更差的性能。
伤害的体现和对刻板印象的延续:这些模型可能过度或不足地体现群体,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体代表性的程度不同,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的流行程度不同,这些限制可能仍然存在。
不适当或冒犯性的内容:这些模型可能会生成其他类型的不适当或冒犯性的内容,这可能使其不适合部署到敏感环境中,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毫无意义的内容,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:Phi-3 的大部分训练数据都基于 Python 以及常见的软件包,如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本使用其他软件包,或者使用其他语言的脚本,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和法规(例如隐私、贸易等)。需要考虑的重要方面包括:+ 分配:模型可能不适合那些可能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),除非进行进一步评估和采用额外的去偏技术。
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,在这种场景中,不公平、不可靠或冒犯性的输出可能会造成极高的成本或导致伤害。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。
错误信息: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,将响应建立在特定于用例的上下文信息中,这种技术被称为检索增强生成(RAG)。
生成有害内容:开发人员应根据其上下文评估输出,并使用适合其用例的可用安全分类器或自定义解决方案。
滥用:其他形式的滥用,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和法规。
训练
模型
- 架构:Phi-3 Mini 拥有 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,基于截止日期为 2023 年 10 月的离线数据集进行训练。随着我们改进模型,可能会发布经过调整的模型的未来版本。
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,并结合了以下内容: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) 为了教授数学、编码、常识推理以及对世界的一般知识(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,以反映人类对不同方面的偏好,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 进行许可。
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需遵守并遵循 Microsoft 商标和品牌指南。在修改版本的项目中使用 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需遵守这些第三方的政策。