3 个月前更新
3 个月前
4de15128ef23 · 8.6GB
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 是一个拥有 3.8B 个参数的轻量级、最新的开源模型,它使用 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的网站数据,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,该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大的最先进性能。
Phi-3 Medium
Phi-3 Medium 是一个拥有 14B 个参数的语言模型,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。该模型适用于需要以下功能的应用程序:1)内存/计算受限环境 2)延迟限制场景 3)强推理(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目的而设计或评估。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减轻准确性、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规或条例(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 系列模型可能会以不公平、不可靠或冒犯性的方式运行。一些需要意识到的限制行为包括
服务质量:Phi 模型主要使用英文文本进行训练。除英语以外的语言将体验到更差的性能。英语变体在训练数据中的代表性较低,其性能可能比标准美式英语差。
危害的代表性和刻板印象的延续: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不同程度或训练数据中反映现实世界模式和社会偏见的一些负面刻板印象的普遍存在,这些限制仍然可能存在。
不当或冒犯性内容:这些模型可能会产生其他类型的有不当或冒犯性内容,这可能使它们不适合在敏感环境中部署,除非有针对用例的额外缓解措施。
信息可靠性:语言模型可以生成无意义的内容或捏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:Phi-3 训练数据的绝大多数基于 Python 以及使用常见的包,例如“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。
开发人员应采用负责任的 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:开发人员应评估在高风险场景中使用模型的适用性,在这种场景中,不公平、不可靠或冒犯性的输出可能极其昂贵或导致伤害。这包括在准确性和可靠性至关重要的敏感或专家领域提供建议(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保护措施。
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 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,将响应基于用例特定、上下文信息,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。
误用:其他形式的误用,例如欺诈、垃圾邮件或恶意软件制作,可能是可能的,开发人员应确保其应用程序不违反适用法规和条例。
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:根据输入生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在具有截止日期 2023 年 10 月的离线数据集上训练的静态模型。随着我们改进模型,未来版本微调的模型可能会发布。
数据集
我们的训练数据来自各种来源,总计 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文档,精选的高质量教育数据和代码;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、诚实和帮助。
软件
许可证
该模型在 MIT 许可证 下获得许可。
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须遵守并遵循 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。任何第三方商标或徽标的使用须遵守那些第三方的政策。