Phi-3 是微软开发的一系列轻量级 3B(迷你)和 14B(中等)的最新开放模型。

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放式 AI 模型。

参数大小

  • Phi-3 Mini – 30 亿参数 – ollama run phi3:mini
  • Phi-3 中等 – 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

image.png

Phi-3 Mini

Phi-3 Mini 是一个拥有 38 亿参数的轻量级、最先进的开放式模型,它使用 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可用的网站数据,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从性和强大的安全措施。

当根据测试常识、语言理解、数学、代码、长文本和逻辑推理的基准测试进行评估时,Phi-3 Mini-4K-Instruct 在参数量少于 130 亿的参数模型中展现出强大的最先进性能。

Phi-3 中等

Phi-3 中等是一个拥有 140 亿参数的语言模型,并且性能超过 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) 延迟受限场景 3) 强大的推理(尤其是数学和逻辑) 4) 长文本

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 AI 驱动功能的构建块。

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其用例相关的适用法律法规(包括隐私、贸易合规法律等)。模型卡中没有任何内容应被解释为或被视为对模型发布所依据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 系列模型可能以不公平、不可靠或冒犯性的方式表现。一些需要了解的限制性行为包括

  • 服务质量:Phi 模型主要在英文文本上进行训练。非英语语言的性能会更差。训练数据中代表性不足的英语变体可能会比标准美国英语表现更差。

  • 伤害的代表性和刻板印象的延续: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。尽管经过了安全后训练,但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的普遍存在,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,这可能会使其不适合在没有针对特定用例的额外缓解措施的情况下部署到敏感的上下文中。

  • 信息可靠性:语言模型可以生成毫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,并使用常见的包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本使用了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产生重大影响的场景(例如住房、就业、信贷等)。

  • 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导致极高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,将响应与用例相关的上下文信息相结合,这是一种称为检索增强生成 (RAG) 的技术。

  • 有害内容的生成:开发人员应根据其上下文评估输出,并使用可用的安全分类器或针对其用例的自定义解决方案。

  • 误用:其他形式的误用,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。

训练

模型

  • 架构:Phi-3 Mini 拥有 38 亿参数,是一个密集的仅解码器 Transformer 模型。该模型经过监督微调 (SFT) 和直接偏好优化 (DPO) 的微调,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:响应输入生成的文本
  • 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,未来可能会发布调整后的模型版本。

数据集

我们的训练数据包括各种来源,总共 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、常识推理以及对世界的一般了解(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) 涵盖各种主题的高质量聊天格式监督数据,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实度和帮助能力。

软件

许可证

该模型根据 MIT 许可证 进行许可。

商标

此项目可能包含项目、产品或服务的商标或徽标。授权使用微软商标或徽标必须遵守并遵循 微软商标和品牌指南。在修改后的项目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。任何对第三方商标或徽标的使用必须遵守这些第三方的政策。

资源