4个月前更新
4个月前
68e0cbe0eb8a · 2.6GB
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 Medium – 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
Phi-3 Mini
Phi-3 Mini 是一款拥有 38 亿参数的轻量级、最先进的开放模型,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特性。
该模型经过了后期训练过程,其中包含监督微调和直接偏好优化,以确保精确遵循指令和强大的安全措施。
在对常识、语言理解、数学、代码、长文本和逻辑推理进行基准测试后,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现了强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一款拥有 140 亿参数的语言模型,其性能优于 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 1) 内存/计算受限环境 2) 延迟敏感场景 3) 强大的推理能力(尤其是数学和逻辑) 4) 长文本上下文的应用程序。
我们的模型旨在加速对语言和多模态模型的研究,并用作生成式 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减轻准确性、安全性以及公平性问题,尤其是在高风险场景中。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)。模型卡中包含的任何内容都不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 考虑
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运行。需要注意的一些限制性行为包括:
服务质量:Phi 模型主要基于英语文本进行训练。非英语语言的性能会较差。训练数据中代表性较低的英语变体可能比标准美式英语的性能更差。
危害的体现和刻板印象的延续: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。尽管进行了安全后期训练,但由于不同群体的代表性程度不同,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,这些限制仍然可能存在。
不当或冒犯性内容:这些模型可能会产生其他类型的不当或冒犯性内容,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听起来合理但不准确或过时的内容。
代码范围有限:Phi-3 训练数据的大部分基于 Python,并使用“typing、math、random、collections、datetime、itertools”等常用包。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的法律法规(例如隐私、贸易等)。需要考虑的重要领域包括:+ 资源分配:如果没有进一步的评估和额外的去偏见技术,模型可能不适用于可能对法律地位或资源或生活机会的分配(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用性,在这些场景中,不公平、不可靠或冒犯性的输出可能会造成极高的代价或导致损害。这包括在准确性和可靠性至关重要的敏感领域或专业领域(例如:法律或医疗建议)提供建议。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 系统互动。在应用程序级别,开发人员可以构建反馈机制和管道,以将响应置于特定于用例的上下文信息中,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的制作,也是可能的,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,是一个密集型仅解码器的 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:针对输入生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个基于截止日期为 2023 年 10 月的离线数据集训练的静态模型。随着我们改进模型,可能会发布调整模型的未来版本。
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文档、精选的高质量教育数据和代码;2) 为教学数学、编码、常识推理、世界常识(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,以反映人类对指令遵循、真实性、诚实和乐于助人等不同方面的偏好。
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。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。在本项目的修改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。任何第三方商标或徽标的使用均受这些第三方的政策约束。