更新于 3 个月前
3 个月前
87e27f01007b · 15GB
自述文件
Phi-3 是微软开发的一系列开放式 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 是一款拥有 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,其中包括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,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从性和强大的安全措施。
当在基准测试中评估常识、语言理解、数学、代码、长文本和逻辑推理时,Phi-3 Mini-4K-Instruct 在参数数量少于 130 亿的参数模型中展现出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,性能超过 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。该模型为需要以下功能的应用程序提供用途:1)内存/计算受限的环境 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
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 支持的功能的构建模块。
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。开发者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,尤其是对于高风险场景。开发者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)。模型卡中包含的任何内容都不应被解释为或被视为对模型发布所依据的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。除英语以外的语言将表现更差。训练数据中表示不足的英语变体可能比标准美式英语表现更差。
对伤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表示群体,消除对某些群体的表示,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存在,这些限制仍然可能存在。
不当或冒犯性的内容:这些模型可能会产生其他类型的不当或冒犯性的内容,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:语言模型可以生成毫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:大多数 Phi-3 训练数据基于 Python,并使用“typing、math、random、collections、datetime、itertools”等常用包。如果模型生成使用其他包的 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 使用情况。
开发者应应用负责任的 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:模型可能不适合会对法律地位或资源或生活机会的分配产生重大影响的场景(例如住房、就业、信贷等),除非进行进一步的评估和额外的去偏见技术。
高风险场景:开发者应评估在可能导致不公平、不可靠或冒犯性输出可能造成巨大损失或造成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领域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。开发者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,开发者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:开发者应根据其上下文评估输出,并使用与其用例相适应的可用安全分类器或自定义解决方案。
滥用:可能会发生其他形式的滥用,例如欺诈、垃圾邮件或恶意软件的制作,开发者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 个令牌
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个令牌
- 输出:对输入的响应生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在截止日期为 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,可能会发布调整后的模型的未来版本。
数据集
我们的训练数据包含来自各种来源的广泛数据,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,以反映人们对不同方面的偏好,例如指令遵循、真实性、诚实和乐于助人。
软件
许可证
该模型是在 MIT 许可证 下授权的。
商标
此项目可能包含项目、产品或服务的商标或徽标。对微软商标或徽标的授权使用须遵守并必须遵循 微软商标和品牌指南。在修改后的项目版本中使用微软商标或徽标不得造成混淆或暗示微软赞助。任何对第三方商标或徽标的使用均须遵守这些第三方政策。