3 个月前更新
3 个月前
58dabb8dab6e · 2.1GB
自述文件
Phi-3 是由微软开发的开源人工智能模型家族。
参数大小
- Phi-3 Mini – 30 亿个参数 –
ollama run phi3:mini
- Phi-3 Medium – 140 亿个参数 –
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 是一个具有 38 亿个参数的轻量级、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可用网站数据,重点是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循和强大的安全措施。
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 是一个具有 140 亿个参数的语言模型,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。该模型为需要以下方面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) 强推理(特别是数学和逻辑) 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 驱动功能的构建模块。
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他们的用例相关的适用法律或法规(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时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 系列模型可能以不公平、不可靠或冒犯性的方式表现。一些需要注意的限制性行为包括
服务质量:Phi 模型主要针对英文文本进行训练。除了英文以外的语言将遇到更差的性能。训练数据中代表性不足的英语变体可能会遇到比标准美式英语更差的性能。
伤害的代表和刻板印象的延续:这些模型可能会过度或不足地代表人群,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体代表性水平的差异或训练数据中反映现实世界模式和社会偏见而导致的负面刻板印象示例的普遍性,这些限制仍然存在。
不适当或冒犯性的内容:这些模型可能会产生其他类型的不可接受或冒犯性的内容,这可能会导致在没有针对用例的额外缓解措施的情况下将其部署在敏感环境中变得不合适。
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实际上不准确或过时的内容。
代码范围有限:大部分 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。
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:模型可能不适合可能对法律地位或资源或生命机会分配(例如,住房、就业、信贷等)产生重大影响的场景,除非进行进一步评估和额外的去偏见技术。
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造成极大成本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 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,以将响应基于用例特定的上下文信息,这种技术称为检索增强生成(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,可能是可能的,开发人员应确保其应用程序不违反适用的法律法规。
培训
模型
- 架构:Phi-3 Mini 具有 38 亿个参数,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 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3 万亿个标记
- 输出:响应输入的生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月期间训练
- 状态:这是一个在具有截止日期 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,可能会发布未来版本的调整后的模型。
数据集
我们的训练数据包括各种来源,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可用文档,精选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)而创建的新合成“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,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实和帮助性。
软件
许可证
该模型根据 MIT 许可证 授权。
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必须遵循 Microsoft 商标和品牌指南。在修改后的项目版本中使用 Microsoft 商标或徽标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都须遵守这些第三方的政策。