3 个月前更新
3 个月前
1d0b237ac0c0 · 5.1GB
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 是一个 3.8B 个参数的轻量级、最先进的开放模型,使用 Phi-3 数据集训练,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属性。
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进行评估时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的参数模型中展现出强劲且最先进的性能。
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。该模型为需要以下应用提供用途:1)内存/计算受限环境 2)延迟绑定场景 3)强大的推理(尤其是数学和逻辑) 4)长上下文
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 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)。模型卡片中所含内容不应被解释为或视为对模型发布的许可的限制或修改。
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、不可靠或冒犯性的方式运行。需要注意的一些限制行为包括
服务质量:Phi 模型主要基于英语文本训练。非英语语言的性能将更差。训练数据中代表性较低的英语语言变体可能会比标准美式英语表现更差。
危害的代表性与刻板印象的延续:这些模型可能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不同程度或反映现实世界模式和社会偏见的训练数据中负面刻板印象示例的普遍性,这些局限性可能仍然存在。
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,这可能使其不适合在没有针对用例的额外缓解措施的情况下部署到敏感的上下文中。
信息可靠性:语言模型可以生成毫无意义的内容或捏造看似合理但实际上不准确或过时的内容。
代码范围有限:Phi-3 训练数据的大多数基于 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: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)。
高风险场景:开发人员应评估在不公平、不可靠或冒犯性的输出可能代价高昂或导致危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以将响应基于用例特定的上下文信息,这种技术称为检索增强生成 (RAG)。
有害内容的生成:开发人员应根据其上下文评估输出,并使用适用于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,也可能是可能的,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 个标记
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个标记
- 输出:针对输入生成的文本
- 日期:我们的模型是在 2024 年 2 月到 4 月之间训练的
- 状态:这是一个在 2023 年 10 月截止日期的离线数据集上训练的静态模型。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
我们的训练数据包括各种来源,总共 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) 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
该模型在 MIT 许可 下授权。
商标
此项目可能包含项目、产品或服务的商标或徽标。授权使用微软商标或徽标需遵守并遵循 微软商标和品牌指南。 在此项目的修改版本中使用微软商标或徽标不得造成混淆或暗示微软赞助。 对任何第三方商标或徽标的使用须遵守这些第三方各自的政策。