3 个月前更新
3 个月前
1d8e8b16704d · 6.1GB
自述文件
Phi-3 是由微软开发的开源人工智能模型系列。
参数大小
- Phi-3 Mini – 3B 参数 –
ollama run phi3:mini
- Phi-3 Medium – 14B 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 是一个拥有 3.8B 参数的轻量级、最先进的开源模型,它使用 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的网站数据,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,以确保准确的指令遵从性和强大的安全措施。
在根据基准测试对常识、语言理解、数学、代码、长文本和逻辑推理进行评估时,Phi-3 Mini-4K-Instruct 在参数数量少于 130 亿的模型中表现出强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 14B 参数的语言模型,其性能优于 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 1) 内存/计算受限环境 2) 延迟限制场景 3) 强大的推理(尤其是数学和逻辑) 4) 长文本的应用程序提供用途。
我们的模型旨在加速对语言和多模态模型的研究,用作生成式人工智能功能的构建块。
用例注意事项
我们的模型并非专门为所有下游目的而设计或评估。开发人员应在选择用例时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减轻准确性、安全性以及公平性问题,特别是对于高风险场景。开发人员应了解并遵守与其用例相关的适用法规或条例(包括隐私、贸易合规法律等)。模型卡中不包含任何内容应被解释为或被视为对模型发布许可的限制或修改。
负责任的人工智能考虑因素
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性行为包括
服务质量:Phi 模型主要在英语文本上进行训练。除英语以外的语言将体验到更差的性能。训练数据中代表性不足的英语语言变体可能体验到比标准美式英语更差的性能。
危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表示人群,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管经过了安全后训练,但由于不同群体代表性的不同程度或训练数据中反映现实世界模式和社会偏见的不良刻板印象示例的普遍存在,这些局限性可能仍然存在。
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:大部分 Phi-3 训练数据都基于 Python,并使用诸如“typing、math、random、collections、datetime、itertools”之类的常用软件包。如果模型生成使用其他软件包的 Python 脚本或其他语言的脚本,我们强烈建议用户手动验证所有 API 使用。
开发人员应采用负责任的人工智能最佳实践,并负责确保特定用例符合相关的法律和法规(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分配或生活机会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、不可靠或冒犯的输出可能非常昂贵或导致伤害的高风险场景中使用模型的适宜性。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。
虚假信息: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人工智能系统进行交互。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。
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,例如欺诈、垃圾邮件或恶意软件的制作可能是可能的,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 个标记
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个标记
- 输出:响应输入生成的文本
- 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,在截止日期为 2023 年 10 月的离线数据集上进行训练。随着我们改进模型,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 万亿个标记,是 1) 经过严格质量过滤的公开可用的文档、选定的高质量教育数据和代码;2) 为了教授数学、编码、常识推理、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) 高质量的聊天格式监督数据,涵盖各种主题,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 获得许可。
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须符合并必须遵循 微软商标与品牌指南。在修改后的版本中使用微软商标或徽标本项目不得造成混淆或暗示微软赞助。任何使用第三方商标或徽标均受这些第三方政策的约束。