更新于 3 个月前
3 个月前
adc0589ce82e · 4.1GB
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 – 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 参数、轻量级、最先进的开放模型,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,重点关注高质量和推理密集型属性。
该模型经历了后训练过程,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。
在针对测试常识、语言理解、数学、代码、长上下文和逻辑推理的基准测试进行评估时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展示了强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 14B 参数的语言模型,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) 延迟绑定场景 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对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
我们的模型不是专门为所有下游目的而设计或评估的。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、公平性,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或法规(包括隐私、贸易合规法律等)。模型卡中包含的任何内容均不应解释为或视为对模型发布的许可的限制或修改。
负责任的 AI 注意事项
与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯的方式表现。需要注意的一些限制行为包括
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。英语语言变体在训练数据中的代表性较低,其性能可能比标准美式英语差。
对伤害的代表和对刻板印象的延续: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,或强化贬低或消极的刻板印象。尽管经过安全的后训练,这些局限性可能仍然存在,因为不同群体的代表性水平不同,或者训练数据中存在反映现实世界模式和社会偏见的消极刻板印象的示例。
不恰当或冒犯性的内容:这些模型可能会产生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的上下文中部署,除非有针对特定用例的额外缓解措施。
信息可靠性:语言模型可以生成无意义的内容或捏造可能听起来合理但实际上不准确或过时的内容。
代码范围有限:大多数 Phi-3 训练数据基于 Python,并使用诸如“typing、math、random、collections、datetime、itertools”之类的常用包。如果模型生成使用其他包的 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,并有责任确保特定用例符合相关的法律和法规(例如,隐私、贸易等)。需要考虑的重要方面包括:+ 分配:如果没有进一步的评估和额外的去偏方法,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:开发人员应评估在高风险场景中使用模型的适用性,在这种场景中,不公平、不可靠或冒犯性的输出可能代价高昂或导致伤害。这包括在敏感或专家领域提供建议,在这些领域,准确性和可靠性至关重要(例如,法律或健康建议)。应根据部署上下文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,以将响应基础于特定用例的上下文信息,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,并使用适用于其用例的可用安全分类器或自定义解决方案。
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违反适用的法律法规。
训练
模型
- 架构:Phi-3 Mini 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 个令牌
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个令牌
- 输出:响应输入的生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在截至日期为 2023 年 10 月的离线数据集中训练的静态模型。随着我们改进模型,可能会发布未来版本的微调模型。
数据集
我们的训练数据来自各种来源,总共包含 3.3 万亿个词元,涵盖以下内容:1) 经严格质量筛选的公开文档、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)的全新合成“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,以反映人类在指令遵循、真实性、诚实度和帮助度等方面的偏好。
软件
许可证
该模型在 MIT 许可证 下授权。
商标
本项目可能包含项目、产品或服务的商标或徽标。Microsoft 商标或徽标的授权使用需遵守并遵循 Microsoft 商标和品牌指南。在修改后的项目版本中使用 Microsoft 商标或徽标,不得造成混淆或暗示 Microsoft 的赞助。任何使用第三方商标或徽标,均需遵守相应第三方的政策。