更新于 3 个月前
3 个月前
0dc429b5761b · 1.4GB
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 – 30 亿参数 –
ollama run phi3:mini
- Phi-3 Medium – 140 亿参数 –
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 是一个具有 38 亿参数的轻量级、最先进的开源模型,它使用 Phi-3 数据集进行训练,该数据集包括合成数据和经过过滤的公开网站数据,重点是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。
当在基准测试中测试常识、语言理解、数学、代码、长上下文和逻辑推理时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现出强大的性能和最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一款 140 亿参数的语言模型,其性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型适用于英语的商业和研究用途。该模型可用于需要以下功能的应用程序:1)内存/计算受限环境 2)延迟限制场景 3)强大的推理(尤其是数学和逻辑) 4)长上下文
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 驱动的功能的构建块。
用例注意事项
我们的模型并非专门为所有下游用途设计或评估。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模型之前评估和减轻准确性、安全性、公平和公正性问题,特别是对于高风险场景。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、贸易合规法等)。本模型卡中包含的内容不应被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 AI 注意事项
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行事。一些需要了解的限制行为包括
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出现更差的性能。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。
伤害的体现和刻板印象的延续:这些模型可能过度或过少地体现人群,消除某些人群的体现,或强化贬低或负面的刻板印象。尽管经过安全后训练,但由于不同群体体现的程度不同,或训练数据中体现负面刻板印象的例子反映了现实世界模式和社会偏见,因此这些限制仍然存在。
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敏感环境中部署,除非针对特定用例采取额外的缓解措施。
信息可靠性:语言模型可以生成无意义的内容,或捏造看似合理但实际上不准确或过时的内容。
代码范围有限:Phi-3 训练数据主要基于 Python,并使用“typing、math、random、collections、datetime、itertools”等通用包。如果模型生成的 Python 脚本使用其他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的法律和法规(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的去偏见技术的情况下,模型可能不适用于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:开发人员应评估在可能导致不公平、不可靠或冒犯性输出的造成巨大损失或导致伤害的高风险场景中使用模型的适当性。这包括在准确性和可靠性至关重要的敏感或专家领域(例如法律或健康建议)中提供建议。应根据部署环境在应用程序级别实施额外的安全措施。
虚假信息: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,以将响应与用例特定上下文信息相结合,这种技术被称为检索增强生成(RAG)。
有害内容的生成:开发人员应评估输出的上下文,并使用与其用例相符的可用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,也可能发生,开发人员应确保其应用程序不违反适用的法律和法规。
训练
模型
- 架构:Phi-3 Mini 具有 38 亿个参数,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指南一致。
- 输入:文本。最适合使用聊天格式的提示。
- 上下文长度:128K 个标记
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3 万亿个标记
- 输出:针对输入生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月期间训练的
- 状态:这是一个静态模型,在截止日期为 2023 年 10 月的离线数据集上进行训练。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多种来源,总计 3.3 万亿个词元,并结合了以下几个方面:1) 公开可获得的经过严格质量筛选的文档、精选的高质量教育数据和代码;2) 专门为教授数学、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,以反映人们对不同方面的喜好,例如指令遵循、真实性、诚实和帮助。
软件
许可证
该模型的许可证为 MIT 许可证。
商标
本项目可能包含项目、产品或服务的商标或徽标。 授权使用微软商标或徽标需遵守并遵循 微软商标和品牌指南。 在修改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。 任何使用第三方商标或徽标均受这些第三方的政策约束。