Phi-3 是微软开发的一系列轻量级 3B(Mini)和 14B(Medium)最先进的开源模型。

3.8b 14b

2.7M 3 个月前

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

image.png

Phi-3 Mini

Phi-3 Mini 是一个 3.8B 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。

该模型经过了后期训练过程,该过程包含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 在参数少于 130 亿的模型中展示了强大的最先进性能。

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。

image.png

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。该模型为需要以下功能的应用程序提供用途:1) 内存/计算受限环境 2) 延迟绑定场景 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,用作生成式人工智能驱动功能的构建块。

用例注意事项

我们的模型并非专门针对所有下游用途而设计或评估。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用例相关的适用法规或条例(包括隐私、贸易合规法等)。本模型卡中包含的任何内容不应解释为或视为对模型发布许可证的限制或修改。

负责任的人工智能注意事项

与其他语言模型一样,Phi 系列模型可能以不公平、不可靠或冒犯的方式表现。一些需要注意的限制性行为包括

  • 服务质量:Phi 模型主要在英语文本上进行训练。非英语语言的性能将更差。训练数据中表示不足的英语语言变体可能比标准美式英语的性能更差。

  • 伤害的表示和刻板印象的延续:这些模型可能过度或不足地代表人群,抹去某些人群的代表性,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差异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敏感的语境中部署,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:大多数 Phi-3 训练数据基于 Python,并使用常见的软件包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成使用其他软件包或其他语言的脚本的 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的法律法规(例如隐私、贸易等)。需要考虑的重要方面包括:+ 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(例如住房、就业、信贷等)产生重大影响的场景。

  • 高风险场景:开发人员应评估在高风险场景中使用模型的适用性,在这些场景中,不公平、不可靠或冒犯性的输出可能会造成极高的代价或导致伤害。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:开发人员应评估输出的上下文,并使用适用于其用例的现有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生产可能是可能的,开发人员应确保其应用程序不会违反适用法规和条例。

训练

模型

  • 架构:Phi-3 Mini 具有 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 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 月之间进行训练
  • 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,未来版本的微调模型可能会发布。

数据集

我们的训练数据包含各种来源,总计 3.3 万亿个标记,是以下内容的组合:1) 经过严格质量过滤的公开文档,选择高质量的教育数据和代码;2) 为了教授数学、编码、常识推理、世界一般知识(科学、日常生活、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

该模型在 MIT 许可证 下获得许可。

商标

此项目可能包含项目、产品或服务的商标或徽标。Microsoft 商标或徽标的授权使用须遵守并遵循 Microsoft 商标与品牌指南。Microsoft 商标或徽标在修改版本的此项目中的使用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均须遵守相关第三方的政策。

资源