3 个月前更新
3 个月前
b44869982901 · 6.9GB
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 是一个 3.8B 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可用网站数据,重点关注高质量和推理密集属性。
该模型经过了后训练过程,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。
在针对基准测试进行评估时,Phi-3 Mini-4K-Instruct 在测试常识、语言理解、数学、代码、长上下文和逻辑推理方面表现出了稳健的领先性能,在参数数量少于 130 亿的模型中脱颖而出。
Phi-3 Medium
Phi-3 Medium 是一个 14B 个参数的语言模型,性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型旨在用于英文的商业和研究用途。该模型提供以下应用场景:1)内存/计算受限环境 2)延迟敏感场景 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针对所有下游目的设计或评估。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、安全性以及公平性问题,尤其是在高风险场景中。开发人员应了解并遵守与其用例相关的适用法律或法规(包括隐私、贸易合规法等)。模型卡中包含的任何内容均不应被解释为或被视为对模型发布许可证的限制或修改。
负责任的 AI 考虑因素
与其他语言模型一样,Phi 系列模型可能以不公平、不可靠或冒犯的方式行事。需要了解的一些限制性行为包括
服务质量:Phi 模型主要在英文文本上进行训练。除英文以外的语言将体验到更差的性能。与标准美式英语相比,训练数据中代表性较少的英语变体可能体验到更差的性能。
对危害的表示和对刻板印象的延续:这些模型可能会过度或不足地代表群体,抹去对某些群体的代表性,或强化贬低或消极的刻板印象。尽管经过安全后训练,由于不同群体代表性的程度不同,或者训练数据中存在反映现实世界模式和社会偏见的消极刻板印象示例,这些局限性仍然可能存在。
不适当或冒犯性内容:这些模型可能会生成其他类型的无法接受或冒犯性内容,这可能会使它们在没有针对用例的额外缓解措施的情况下,不适合部署到敏感环境中。
信息可靠性:语言模型可以生成无意义的内容或捏造内容,这些内容听起来合理,但实际上是不准确的或过时的。
代码范围有限:Phi-3 的大部分训练数据基于 Python,并使用诸如“typing、math、random、collections、datetime、itertools”之类的常用包。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宜性,在这种场景中,不公平、不可靠或冒犯性的输出可能非常昂贵或导致损害。这包括在准确性和可靠性至关重要的敏感或专业领域提供建议(例如法律或医疗建议)。应根据部署环境在应用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。在应用级别,开发人员可以构建反馈机制和管道,将响应建立在用例特定的上下文信息中,这种技术被称为检索增强生成 (RAG)。
生成有害内容:开发人员应评估输出的上下文,并使用与其用例相关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,例如欺诈、垃圾邮件或恶意软件生产,可能是可能的,开发人员应确保他们的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 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:我们的模型在 2024 年 2 月至 4 月之间训练
- 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,可能会发布微调模型的未来版本。
数据集
我们的训练数据包含各种来源,总计 3.3 万亿个 token,是以下内容的组合:1) 经过严格质量过滤的公开可用文档,精选的优质教育数据和代码;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)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
该模型在 MIT 许可证 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 Microsoft 商标或徽标须遵守并遵循 Microsoft 的商标和品牌指南。在修改版本的此项目中使用 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须遵守那些第三方的政策。