3 个月前更新
3 个月前
7ed2c3a2024e · 2.4GB
自述文件
Phi-3 是微软开发的一系列开放的 AI 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 是一个 3.8B 个参数的轻量级、最新开放模型,使用 Phi-3 数据集进行训练,其中包括合成数据和经过过滤的公开可用的网站数据,重点关注高质量和密集推理特性。
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。
在评估常识、语言理解、数学、代码、长上下文和逻辑推理的基准测试时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿个的模型中展示了稳健的最新性能。
Phi-3 Medium
Phi-3 Medium 是一个 14B 个参数的语言模型,并且优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型适用于英语商业和研究用途。该模型为需要以下功能的应用程序提供用途:1)内存/计算受限的环境 2)延迟受限的场景 3)强大的推理(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之前评估和缓解准确性、安全性和公平性,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或法规(包括隐私、贸易合规法律等)。本模型卡中所含内容不应被解释为或被视为对该模型发布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、不可靠或冒犯的方式表现。需要注意的一些限制性行为包括
服务质量:Phi 模型主要使用英语文本进行训练。非英语语言的性能会更差。训练数据中表示较少的英语语言变体可能比标准美式英语表现更差。
伤害的表示和刻板印象的延续:这些模型可能会过度或不足地代表群体,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,但由于不同群体表示程度的不同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示例的普遍性,这些限制可能仍然存在。
不当或冒犯性的内容:这些模型可能会产生其他类型的可能不当或冒犯性的内容,这可能使其不适合在没有针对用例的额外缓解措施的情况下部署到敏感环境中。
信息可靠性:语言模型可以生成无意义的内容或编造可能听起来合理但错误或过时的内容。
代码范围有限:大多数 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的 Python 脚本或其他语言的脚本,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:模型可能不适合可能对法律地位或资源或生活机会分配产生重大影响的场景(例如住房、就业、信贷等),除非进行进一步评估和额外的去偏见技术。
高风险场景:开发人员应评估在输出不公平、不可靠或冒犯性可能非常昂贵或导致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,将响应建立在特定于用例的上下文信息中,这是一种称为检索增强生成 (RAG) 的技术。
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用于其用例的自定义解决方案。
误用:其他形式的误用,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。
训练
模型
- 架构:Phi-3 Mini 具有 3.8B 个参数,是一个密集的仅解码器 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 个标记
- GPU:512 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:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在 2023 年 10 月截止日期的离线数据集上训练的静态模型。随着我们改进模型,可能会发布微调模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个标记,是以下内容的组合:1)经过严格质量过滤的公开可用的文档,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、对世界的一般了解(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
该模型已获得 MIT 许可证 的授权。
商标
本项目可能包含项目、产品或服务的商标或徽标。对微软商标或徽标的授权使用须遵守并遵循 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均须遵守这些第三方的政策。