Phi-3 是微软开发的一系列轻量级 3B(Mini)和 14B(Medium)最先进的开放模型。

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

image.png

Phi-3 Mini

Phi-3 Mini 是一个 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。

在针对常识、语言理解、数学、代码、长上下文和逻辑推理等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 140 亿参数的语言模型,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。该模型为需要以下功能的应用程序提供用途:1) 内存/计算受限环境 2) 延迟受限场景 3) 强大的推理能力(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,作为生成式 AI 支持功能的构建模块。

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。开发者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、安全性以及公平性,特别是对于高风险场景。开发者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 模型主要在英语文本上进行训练。除英语以外的语言将出现更差的性能。训练数据中代表性较少的英语变体可能比标准美式英语表现更差。

  • 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代表群体,消除某些群体的代表性,或强化贬损或负面的刻板印象。尽管经过了安全后训练,但由于不同群体代表性的程度不同,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的例子普遍存在,这些限制可能仍然存在。

  • 不当或冒犯性内容:这些模型可能会生成其他类型的失当或冒犯性内容,这可能使其不适合在敏感环境中部署,除非采用针对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,或编造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 训练数据都基于 Python 并且使用常见包,如“typing、math、random、collections、datetime、itertools”。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 用法。

开发者应应用负责任的 AI 最佳实践,并负责确保特定用例符合相关的法律和法规(例如隐私、贸易等)。需要考虑的重要方面包括:+ 分配:模型可能不适合可能对法律地位或资源或生活机会的分配(例如住房、就业、信贷等)产生重大影响的场景,除非进行进一步的评估和额外的去偏见技术。

  • 高风险场景:开发者应评估在可能导致不公平、不可靠或冒犯性输出可能造成巨大损失或导致伤害的高风险场景中使用模型的适当性。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。开发者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,开发者可以构建反馈机制和管道来将响应与特定用例的上下文信息相结合,这种技术被称为检索增强生成 (RAG)。

  • 有害内容的生成:开发者应根据其上下文评估输出,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。

  • 误用:可能存在其他形式的误用,如欺诈、垃圾邮件或恶意软件生产,开发者应确保其应用程序不违反适用的法律和法规。

训练

模型

  • 架构:Phi-3 Mini 拥有 38 亿个参数,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。最适合使用聊天格式的提示。
  • 上下文长度:128K 个词元
  • GPU:512 个 H100-80G
  • 训练时间:7 天
  • 训练数据:3.3T 个词元
  • 输出:对输入的响应生成的文本
  • 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
  • 状态:这是一个在截止日期为 2023 年 10 月的离线数据集上训练的静态模型。随着我们改进模型,可能会发布调整后的模型的未来版本。

数据集

我们的训练数据包括来自各种来源的大量数据,总计 3.3 万亿个词元,是以下内容的组合:1) 公开可用文档经过严格的质量过滤,并选择了高质量的教育数据和代码;2) 为了教授数学、编码、常识推理、世界一般知识(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) 高质量的聊天格式监督数据涵盖各种主题,以反映人们对不同方面的偏好,例如指令遵循、真实性、诚实和帮助。

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。Microsoft 商标或徽标的授权使用必须遵守并遵循 Microsoft 的商标和品牌指南。Microsoft 商标或徽标在本项目的修改版本中的使用不得造成混淆或暗示 Microsoft 的赞助。任何第三方商标或徽标的使用须遵守该第三方的政策。

资源