7 个月前更新
7 个月前
d2a1bcb6ea9d · 7.6GB
自述文件
Phi-3是由微软开发的开源AI模型系列。
参数量大小
- 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 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 38 亿参数的轻量级、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循和强大的安全措施。
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进行评估时,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 140 亿参数的语言模型,并且优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型适用于英语的商业和研究用途。 该模型为需要以下应用程序提供用途:1) 内存/计算受限环境 2) 延迟绑定场景 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,用作生成式人工智能驱动功能的构建块。
用例注意事项
我们的模型并非专门为所有下游目的而设计或评估。 开发人员在选择用例时应考虑语言模型的常见限制,并在特定的下游用例中使用前评估并减轻准确性、安全性和公平性问题,尤其是在高风险情况下。 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)。 本模型卡中包含的任何内容均不应被解释为或视为对模型发布所依据的许可的限制或修改。
负责任的 AI 考虑事项
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运行。需要注意的一些限制行为包括
服务质量:Phi 模型主要基于英语文本进行训练。英语以外的语言的表现会更差。在训练数据中代表性不足的英语语言变体的表现可能比标准美式英语更差。
危害的表示和刻板印象的延续:这些模型可能过度或不足地表示人群,消除某些人群的表示,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体的代表性水平不同,或者在训练数据中反映真实世界模式和社会偏见的负面刻板印象示例的普遍存在,这些限制可能仍然存在。
不适当或冒犯性内容:这些模型可能会生成其他类型的不适当或冒犯性内容,这可能会使其不适合在敏感环境中使用,而没有特定于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内容,这些内容听起来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用其他语言编写的脚本的 Python 脚本,我们强烈建议用户手动验证所有 API 用法。
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:如果不进行进一步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分配产生重大影响的情况(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,在这些场景中,不公平、不可靠或冒犯性的输出可能会造成极其高昂的代价或导致伤害。 这包括在准确性和可靠性至关重要的敏感或专家领域提供建议(例如:法律或健康建议)。 应根据部署环境在应用层实施额外的安全措施。
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。 在应用层,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,这种技术称为检索增强生成 (RAG)。
有害内容的生成:开发人员应评估其上下文的输出,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:可能存在其他形式的滥用,例如欺诈、垃圾邮件或恶意软件制作,开发人员应确保他们的应用程序不违反适用法律法规。
训练
模型
- 架构:Phi-3 Mini 具有 38 亿个参数,是一个密集解码器专用 Transformer 模型。 该模型经过监督微调 (SFT) 和直接偏好优化 (DPO) 的微调,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:生成文本以响应输入
- 日期:我们的模型在 2024 年 2 月至 4 月之间接受训练
- 状态:这是一个在离线数据集上训练的静态模型,截止日期为 2023 年 10 月。 随着我们改进模型,未来版本的调优模型可能会发布。
数据集
我们的训练数据来源广泛,总计 3.3 万亿个 tokens,包括:1) 严格筛选质量的公开文档、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、世界通用知识(科学、日常活动、心智理论等)而新创建的合成的“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、诚实性和乐于助人等不同方面的偏好。
软件
许可证
该模型基于 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标识。 微软商标或标识的授权使用受 微软商标和品牌指南的约束并必须遵守该指南。 在本项目的修改版本中使用微软商标或标识不得造成混淆或暗示微软赞助。 任何第三方商标或标识的使用均受该第三方政策的约束。