更新于 3 个月前
3 个月前
4f2222927938 · 2.2GB
自述文件
Phi-3 是由微软开发的一系列开源人工智能模型。
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 拥有 3.8B 个参数,是一款轻量级的先进开源模型,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守和强大的安全措施。
在对常识、语言理解、数学、代码、长上下文和逻辑推理进行基准测试时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现出强大的领先性能。
Phi-3 Medium
Phi-3 Medium 是一款拥有 14B 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限制,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,尤其是对于高风险场景。开发人员应了解并遵守与其用例相关的适用法规或条例(包括隐私、贸易合规法等)。模型卡中包含的内容不应被解释为或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、不可靠或冒犯的方式进行操作。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进行训练。非英语语言的性能将更差。英语语言变体在训练数据中的代表性较低,可能会比标准美国英语表现更差。
对危害的表达和对刻板印象的延续:这些模型可能会过度或不足地表达人群,抹去某些群体的表达,或强化贬低或消极的刻板印象。尽管进行了安全后训练,但由于不同群体表达程度的不同或训练数据中负面刻板印象示例的普遍程度反映了现实世界模式和社会偏见,这些限制仍然可能存在。
不恰当或冒犯性的内容:这些模型可能会生成其他类型的不恰当或冒犯性的内容,这可能使其不适合在敏感环境中部署,除非采取针对用例的额外缓解措施。
信息可靠性:语言模型可能会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 的大多数训练数据都基于 Python,并使用“typing, math, random, collections, datetime, itertools”等常用软件包。如果模型生成使用其他软件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 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)。需要考虑的重要方面包括:+ 分配:在没有进一步评估和额外去偏见技术的情况下,模型可能不适合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:开发人员应评估在高风险场景中使用模型的适当性,在这些场景中,不公平、不可靠或冒犯性的输出可能代价高昂或造成伤害。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。
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,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)。
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法规和条例。
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。该模型经过监督微调 (SFT) 和直接偏好优化 (DPO) 进行微调,以确保与人类偏好和安全准则一致。
- 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:3.3T 个标记
- 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 月之间进行训练。
- 状态:这是一个在截至日期为 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,可能会发布调整后的模型的未来版本。
数据集
我们的训练数据来自多种来源,总共包含 3.3 万亿个词元,包含以下三种类型:1) 经过严格筛选的优质公开文档,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、世界常识(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,以反映人类在不同方面的偏好,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 授权。
商标
本项目可能包含项目、产品或服务的商标或徽标。经授权使用微软商标或徽标须遵守并遵循 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,也不得暗示微软的赞助。任何使用第三方商标或徽标须遵守该第三方的政策。