7 个月前更新
7 个月前
40010fd60dc7 · 7.6GB
自述文件
Phi-3 是微软开发的一系列开源 AI 模型。
参数大小
- Phi-3 Mini – 3B 参数 –
ollama run phi3:mini
- Phi-3 Medium – 14B 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。
该模型经过了后期训练过程,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。
当针对测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准进行评估时,Phi-3 Mini-4K-Instruct 在参数小于 130 亿的模型中表现出强大且最先进的性能。
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。
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。 该模型为需要以下用途的应用提供:1) 内存/计算受限的环境 2) 延迟绑定场景 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限制,并在特定下游用例中使用之前评估和减轻准确性、安全性和公平性,尤其是在高风险情况下。 开发人员应了解并遵守适用于其用例的适用法律或法规(包括隐私、贸易合规法律等)。 本模型卡中包含的任何内容均不应被解释为或视为对模型发布所依据的许可的限制或修改。
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、不可靠或冒犯性的方式运行。 需要注意的一些限制行为包括
服务质量:Phi 模型主要在英语文本上训练。 英语以外的语言的性能会更差。 训练数据中表示较少的英语语言变体的性能可能比标准美式英语更差。
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表示人群、消除某些群体的表示,或强化贬低或负面的刻板印象。 尽管经过安全后期训练,但由于不同群体的代表性水平不同,或者反映现实世界模式和社会偏见的训练数据中负面刻板印象的例子普遍存在,这些限制可能仍然存在。
不适当或冒犯性内容:这些模型可能会生成其他类型的不适当或冒犯性内容,这可能会使其不适合在敏感环境中部署,而没有针对该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不准确或过时的内容。
代码的范围有限:Phi-3 的大多数训练数据都基于 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其他语言的 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 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:如果没有进一步的评估和额外的去偏见技术,模型可能不适用于可能对法律地位或资源或生活机会的分配(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非常昂贵或导致伤害。 这包括在准确性和可靠性至关重要的敏感或专家领域提供建议(例如:法律或健康建议)。 应根据部署上下文在应用程序级别实施其他保障措施。
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 AI 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,以在用例特定的上下文信息中确定响应,这种技术称为检索增强生成 (RAG)。
生成有害内容:开发人员应评估输出的上下文,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:可能会出现其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生产,开发人员应确保他们的应用程序不违反适用的法律法规。
训练
模型
- 架构:Phi-3 Mini 有 3.8B 个参数,是一个密集解码器专用 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 令牌
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 令牌
- 输出:生成文本以响应输入
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个静态模型,在具有截至 2023 年 10 月的截止日期的离线数据集上进行训练。 随着我们改进模型,可能会发布经过调整的模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个令牌,并且是 1) 公开可用的文档,经过严格的质量过滤、选择的高质量教育数据和代码的组合; 2) 新创建的合成的“类似教科书”的数据,用于教授数学、编码、常识推理、世界的常识(科学、日常活动、心理理论等); 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、诚实性和乐于助人。
软件
许可
该模型根据 MIT 许可证 获得许可。
商标
本项目可能包含项目、产品或服务的商标或徽标。 对 Microsoft 商标或徽标的授权使用必须遵守 Microsoft 商标和品牌指南。 在本项目的修改版本中使用 Microsoft 商标或徽标不得引起混淆或暗示 Microsoft 赞助。 任何使用第三方商标或徽标的行为均受该第三方政策的约束。