3 个月前更新
3 个月前
4f2222927938 · 2.2GB
自述文件
Phi-3 是由微软开发的一系列开放式人工智能模型。
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 3.8B 参数、轻量级、最先进的开放模型,使用 Phi-3 数据集进行训练,该数据集包含合成数据和过滤后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守和强大的安全措施。
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 是一款 14B 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/计算受限的环境 2)延迟敏感的场景 3)强大的推理(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,作为生成式人工智能支持的功能的构建块。
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用例相关的适用法律或法规(包括隐私、贸易合规法等)。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的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 系列模型也可能以不公平、不可靠或冒犯性的方式运行。一些需要注意的限制行为包括
服务质量:Phi 模型主要在英语文本上训练。除英语以外的语言将体验到更差的性能。英语语言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。
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代表群体,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管经过安全后训练,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负面刻板印象示例的普遍性,这些局限性可能仍然存在。
不适当或冒犯性的内容:这些模型可能会生成其他类型的 不适当或冒犯性的内容,这可能使其不适合在没有针对用例的额外缓解措施的情况下部署在敏感的上下文中。
信息可靠性:语言模型可以生成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:开发人员应评估在不公平、不可靠或冒犯性的输出可能非常昂贵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,将响应基于用例特定的上下文信息,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:其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,也可能发生,开发人员应确保其应用程序不会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 个令牌
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个令牌
- 输出:响应输入生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月期间训练
- 状态:这是一个在 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,可能会发布调整模型的未来版本。
数据集
我们的训练数据包含各种来源,总共 3.3 万亿个令牌,是以下内容的组合: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)为了教授数学、编码、常识推理、对世界的一般知识(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)高质量聊天格式监督数据,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、诚实和乐于助人。
软件
许可证
该模型根据 MIT 许可证 许可。
商标
本项目可能包含与项目、产品或服务相关的商标或标识。Microsoft 商标或标识的授权使用须遵守并遵循 Microsoft 商标及品牌指南。在修改后的项目版本中使用 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需遵守该第三方的政策。