3 个月前更新
3 个月前
9971a6367aaa · 2.0GB
自述文件
Phi-3 是微软开发的一系列开源人工智能模型。
参数大小
- Phi-3 Mini – 30 亿个参数 –
ollama run phi3:mini
- Phi-3 Medium – 140 亿个参数 –
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 是一个拥有 38 亿个参数的轻量级、最先进的开源模型,使用 Phi-3 数据集训练,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。
该模型经过了后训练处理,包含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 亿的模型中展现出强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个拥有 140 亿个参数的语言模型,其性能超过 Gemini 1.0 Pro。
预期用途
主要用例
该模型适用于英语商业和研究用途。该模型可用于需要以下功能的应用程序: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、安全性以及公平性问题,尤其是对于高风险场景。开发人员应了解并遵守与其用例相关的适用法规或条例(包括隐私、贸易合规法等)。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的许可证的限制或修改。
负责任的人工智能注意事项
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行事。应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。非英语语言的性能会更差。训练数据中代表性不足的英语语言变体可能会比标准美式英语表现更差。
危害的代表性与刻板印象的延续: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实例的普遍性,这些局限性可能仍然存在。
不当或冒犯性内容:这些模型可能会产生其他类型的 不适当或冒犯性内容,这可能会使其不适合在敏感环境中部署,除非实施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,或编造看似合理但实际上不准确或过时的内容。
代码范围有限:Phi-3 的大部分训练数据都基于 Python 语言,并使用常见的包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成的 Python 脚本使用其他包,或生成其他语言的脚本,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人工智能最佳实践,并负责确保特定用例符合相关法律法规(例如隐私、贸易等)。应考虑的重要领域包括:+ 分配:在没有进一步评估和额外去偏见技术的情况下,模型可能不适用于可能对法律地位或资源分配或生活机会(例如住房、就业、信贷等)产生重大影响的场景。
高风险场景:开发人员应评估在可能导致不公平、不可靠或冒犯性输出造成极高成本或造成损害的高风险场景中使用模型的适用性。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。
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人工智能系统进行交互。在应用程序级别,开发人员可以构建反馈机制和管道,将响应建立在用例特定、上下文信息的基础上,这是一种称为检索增强生成 (RAG) 的技术。
有害内容的生成:开发人员应评估输出的上下文,并使用与其用例相适应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,开发人员应确保其应用程序不违反适用法规和条例。
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。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:对输入生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月期间训练。
- 状态:这是一个基于 2023 年 10 月截止日期的离线数据集训练的静态模型。随着我们对模型进行改进,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来自各种来源的 3.3 万亿个词语,这些数据是以下来源的组合: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) 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,反映了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 进行授权。
商标
此项目可能包含项目、产品或服务的商标或徽标。授权使用微软商标或徽标必须遵守并遵循 微软商标和品牌指南。在修改后的项目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。任何使用第三方商标或徽标均应遵守这些第三方的政策。