Phi-3 是由微软开发的一系列轻量级 3B(Mini)和 14B(Medium)最先进的开源模型。

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源 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

image.png

Phi-3 Mini

Phi-3 Mini 是一个具有 3.8B 个参数的轻量级、最先进的开源模型,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,重点关注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守和强大的安全措施。

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 亿的模型中表现出强大且最先进的性能。

Phi-3 Medium

Phi-3 Medium 是一个具有 14B 个参数的语言模型,性能优于 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。该模型为需要以下应用提供用途:1)内存/计算受限环境 2)延迟受限场景 3)强大的推理(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,作为生成式 AI 支持功能的构建块。

用例注意事项

我们的模型并非专门针对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,评估和减轻准确性、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用例相关的适用法规或条例(包括隐私、贸易合规法等)。本模型卡中包含的任何内容均不应被解释为或被视为对模型发布许可的限制或修改。

负责任的 AI 注意事项

与其他语言模型一样,Phi 系列模型也可能以不公平、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。非英语语言的性能将更差。英语变体在训练数据中的代表性不足可能会导致性能比标准美式英语更差。

  • 危害的代表性与刻板印象的延续:这些模型可能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,但由于不同群体的代表性程度不同,或训练数据中存在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,这些局限性可能仍然存在。

  • 不当或冒犯性内容:这些模型可能会生成其他类型的冒犯性内容,这可能使得在没有针对特定用例的额外缓解措施的情况下,不适合部署到敏感环境中。

  • 信息可靠性:语言模型可能会生成无意义的内容或捏造内容,这些内容听起来可能合理,但实际上是不准确或过时的。

  • 代码范围有限:Phi-3 的大部分训练数据基于 Python,并使用常见的软件包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本使用其他软件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。

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)。需要重点考虑的领域包括:+ 分配:在没有进一步评估和额外去偏技术的情况下,模型可能不适合用于可能会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、不可靠或冒犯性输出可能造成极大损失或导致伤害的高风险场景中使用模型的适宜性。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保护措施。

  • 错误信息:模型可能会生成不准确的信息。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,也可能是可能的,开发人员应确保他们的应用程序不会违反适用法规和条例。

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准则保持一致。
  • 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:我们的模型在 2024 年 2 月至 4 月期间训练。
  • 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,未来可能会发布调整后的模型版本。

数据集

我们的训练数据包含各种来源,总计 3.3 万亿个词元,是以下内容的组合:1) 经过严格质量筛选的公开可用文档,精选的高质量教育数据和代码;2) 专门用于教授数学、编码、常识推理、世界常识(科学、日常活动、心智理论等)的新创建的合成“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

该模型根据 MIT 许可证 授权。

商标

该项目可能包含项目、产品或服务的商标或徽标。对 Microsoft 商标或徽标的授权使用受 Microsoft 商标和品牌指南 约束,并且必须遵循这些指南。在该项目的修改版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。任何对第三方商标或徽标的使用都受这些第三方政策的约束。

资源