3 个月前更新
3 个月前
8d6899ff682b · 11GB
自述文件
Phi-3 是微软开发的一系列开源人工智能模型。
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,以确保精确的指令遵循和强大的安全措施。
在对常识、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 亿的参数模型中展现出强劲的最先进性能。
Phi-3 Medium
Phi-3 Medium 是一个拥有 14B 个参数的语言模型,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商业和研究用途。该模型可用于需要以下方面的应用程序:1) 内存/计算受限环境 2) 延迟敏感场景 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对语言和多模态模型的研究,作为生成式人工智能驱动的功能的构建模块。
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缓解准确性、安全性以及公平性,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、贸易合规法律等)。模型卡中包含的内容不应被解释为或视为对模型发布许可的限制或修改。
负责任的人工智能考量
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行事。一些需要注意的限制性行为包括
服务质量:Phi 模型主要使用英语文本进行训练。非英语语言的性能将更差。英语语言变体在训练数据中的表示较少,其性能可能比标准美式英语差。
危害的表征与刻板印象的延续:这些模型可能会过度或不足地表征人群,抹杀某些人群的表征,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体表示水平的不同或训练数据中反映现实世界模式和社会偏见的负面刻板印象示例的普遍性,这些局限性仍然可能存在。
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敏感环境中部署,除非使用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 脚本使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。
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和法规(例如隐私、贸易等)。需要考虑的重要领域包括:+ 分配:模型可能不适合那些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,除非进行进一步的评估和额外的去偏见技术。
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当性,在这种场景中,不公平、不可靠或冒犯性的输出可能会造成极大的损失或导致损害。这包括在准确性和可靠性至关重要的敏感或专业领域(例如法律或健康建议)提供建议。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人工智能系统互动。在应用程序级别,开发人员可以构建反馈机制和管道,将响应建立在用例特定的上下文信息中,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,并使用可用的安全分类器或适合其用例的自定义解决方案。
滥用:其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,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法规。
训练
模型
- 架构:Phi-3 Mini 拥有 3.8B 个参数,是一个密集的解码器专用 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: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:这是一个在具有 2023 年 10 月截止日期的离线数据集中训练的静态模型。随着我们改进模型,可能会发布经过微调的模型的未来版本。
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,精选的优质教育数据和代码;2) 为了教授数学、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,反映了人们对不同方面的偏好,例如指令遵循、真实性、诚实和帮助性。
软件
许可
该模型根据 MIT 许可 授权。
商标
本项目可能包含项目、产品或服务的商标或标识。授权使用微软商标或标识需遵守并遵循 微软商标与品牌指南。在修改后的项目版本中使用微软商标或标识,不得造成混淆或暗示微软赞助。任何使用第三方商标或标识都必须遵守这些第三方的政策。