3 个月前更新
3 个月前
71d5c0da0a45 · 1.7GB
自述文件
Phi-3 是微软开发的一系列开源 AI 模型。
参数大小
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 迷你版
Phi-3 迷你版是一个 38 亿参数的轻量级、最先进的开源模型,它使用 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的网站数据,重点是高质量和推理密集型属性。
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。
在对常识、语言理解、数学、代码、长上下文和逻辑推理进行基准测试时,Phi-3 迷你版 4K 指令在参数少于 130 亿个的模型中展现出强大且最先进的性能。
Phi-3 中型版
Phi-3 中型版是一个 140 亿参数的语言模型,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/计算受限环境 2) 延迟限制场景 3) 强推理(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 驱动的功能的基础。
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减轻准确性、安全性以及公平性,尤其是在高风险场景中。开发人员应了解并遵守与他们的用例相关的适用法律或法规(包括隐私、贸易合规法等)。模型卡中不包含任何内容应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、不可靠或冒犯性的方式行事。一些需要注意的限制性行为包括
服务质量:Phi 模型主要在英语文本上进行训练。非英语语言将体验到更差的性能。训练数据中表示较少的英语语言变体可能比标准美式英语体验到更差的性能。
危害的表示和刻板印象的延续:这些模型可能会过度或不足地表示群体,抹去某些群体的表示,或强化贬低或负面的刻板印象。尽管经过安全后训练,由于不同群体表示的差异程度或训练数据中反映现实世界模式和社会偏见,负面刻板印象示例的普遍程度,这些局限性可能仍然存在。
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环境中部署,除非进行额外的减轻措施,这些措施针对特定用例。
信息可靠性:语言模型可以生成无意义的内容或捏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 训练数据基于 Python,并使用常见的软件包,例如“typing、math、random、collections、datetime、itertools”。如果模型生成使用其他软件包的 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:模型可能不适合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,除非进行进一步评估和额外的去偏见技术。
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大的成本或导致危害。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。在应用程序级别,开发人员可以构建反馈机制和管道以将响应建立在用例特定的上下文信息中,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生产可能是可能的,开发人员应确保他们的应用程序不违反适用法律法规。
训练
模型
- 架构:Phi-3 迷你版具有 38 亿个参数,是一个密集型仅解码器 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:响应输入生成的文本
- 日期:我们的模型是在 2024 年 2 月至 4 月之间训练的
- 状态:这是一个在具有 2023 年 10 月截止日期的离线数据集中训练的静态模型。随着我们改进模型,可能会发布调整后的模型的未来版本。
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,它结合了以下内容:1) 经过严格质量过滤的公开可用的文档,选择高质量的教育数据和代码;2) 新创建的合成“教科书式”数据,用于教授数学、编码、常识推理、对世界的常识(科学、日常活动、心智理论等);3) 高质量的聊天格式监督数据,涵盖各种主题,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实度和帮助度。
软件
许可证
该模型在 MIT 许可证 下获得许可。
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须遵守并遵循 Microsoft 商标和品牌指南。在本项目的修改版本中使用 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须遵守该第三方的政策。