更新于 3 个月前
3 个月前
0efda84af8ae · 9.6GB
自述文件
Phi-3 是微软开发的一个开源人工智能模型系列。
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 个参数的轻量级最新开源模型,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特性。
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测试进行评估时,Phi-3 Mini-4K-Instruct 在参数量少于 130 亿的模型中展示了稳健且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一款拥有 14B 个参数的语言模型,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) 延迟绑定场景 3) 强大的推理能力(尤其是数学和逻辑) 4) 长上下文等应用提供用途。
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。
用例考虑因素
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缓解准确性、安全性以及公平性,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律或法规(包括隐私、贸易合规法等)。本模型卡中包含的任何内容均不应解释为或被视为对模型发布所依据的许可的限制或修改。
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、不可靠或冒犯性的方式表现。需要注意的一些限制性行为包括
服务质量:Phi 模型主要使用英文文本进行训练。非英语语言的性能会更差。训练数据中代表性不足的英语变体可能比标准美式英语的性能更差。
对危害的描述和对刻板印象的延续:这些模型可能会过度或不足地代表某些群体,抹去某些群体的代表性,或强化贬低或负面刻板印象。尽管经过安全后训练,但由于不同群体的代表性水平不同,或者训练数据中反映现实世界模式和社会偏见,对负面刻板印象的例子普遍存在,这些局限性可能仍然存在。
不当或冒犯性内容:这些模型可能会生成其他类型的不当或冒犯性内容,这可能使其不适合在没有针对用例的额外缓解措施的敏感环境中部署。
信息可靠性:语言模型可以生成无意义的内容或捏造可能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 训练数据的大部分基于 Python,并使用常见的软件包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本利用其他软件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人工智能最佳实践,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:在没有进一步评估和额外偏差消除技术的情况下,模型可能不适合可能对法律地位或资源分配或生活机会(例如住房、就业、信贷等)产生重大影响的场景。
高风险场景:开发人员应评估在可能导致不公平、不可靠或冒犯性输出可能会造成极大损失或导致伤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,将响应置于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:开发人员应根据其上下文评估输出,并使用可用的安全分类器或适合其用例的自定义解决方案。
滥用:可能存在其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,开发人员应确保其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 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 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3 万亿个标记
- 输出:响应输入的生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月期间训练。
- 状态:这是一个使用截至 2023 年 10 月的离线数据集训练的静态模型。随着我们改进模型,可能会发布调优模型的未来版本。
数据集
我们的训练数据包括各种来源,总共 3.3 万亿个标记,是 1) 经过严格质量过滤的公开可用文档、选定的高质量教育数据和代码;2) 新创建的合成“教科书式”数据,用于教授数学、编码、常识推理、对世界的一般了解(科学、日常生活、心智理论等);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、诚实和帮助性。
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标识。 Microsoft 商标或标识的授权使用须遵守并遵循 Microsoft 商标与品牌指南。 在本项目的修改版本中使用 Microsoft 商标或标识不得造成混淆或暗示 Microsoft 的赞助。 任何第三方商标或标识的使用均受这些第三方的政策约束。