更新于 3 个月前
3 个月前
9e6804ea5320 · 2.2GB
自述文件
Phi-3 是微软开发的一系列开放的 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 是一个拥有 3.8B 个参数的轻量级、最新开放模型,它使用 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的网站数据,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 在参数数量少于 130 亿的模型中展现出稳健且最新的性能。
Phi-3 Medium
Phi-3 Medium 是一个拥有 14B 个参数的语言模型,其性能优于 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) 延迟限制场景 3) 强推理(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 AI 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。在选择用例时,开发人员应考虑语言模型的常见限制,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,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法规(包括隐私、贸易合规法律等)。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的许可证的限制或修改。
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。一些需要注意的限制行为包括
服务质量:Phi 模型主要使用英语文本进行训练。其他语言的性能会更差。英语语言变体在训练数据中的表示较少,其性能可能会比标准美式英语差。
伤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代表群体,抹去某些群体的代表性,或强化贬低或负面的刻板印象。尽管进行了安全后训练,但由于不同群体的代表性程度不同,或者训练数据中负面刻板印象示例的普遍性反映了现实世界的模式和社会偏见,这些限制仍然可能存在。
不适当或冒犯性内容: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,除非有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捏造看起来合理但实际上不准确或过时的内容。
代码范围有限:Phi-3 训练数据的多数基于 Python,并使用常见的包,例如“typing, math, random, collections, datetime, itertools”。如果模型生成了使用其他包的 Python 脚本,或者使用其他语言的脚本,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的法律法规(例如隐私、贸易等)。需要考虑的重要领域包括:+ 分配:在没有进一步评估和额外去偏技术的情况下,模型可能不适合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造成不公平、不可靠或冒犯性输出可能极其昂贵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保障措施。
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,将响应与用例特定的上下文信息相结合,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,开发人员应确保其应用程序不违反适用的法律法规。
训练
模型
- 架构:Phi-3 Mini 拥有 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 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 个令牌
- 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:这是一个静态模型,使用截止日期为 2023 年 10 月的离线数据集进行训练。随着模型的改进,我们可能会发布调整后模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个令牌,是以下内容的组合:1) 经过严格质量过滤的公开可用的文档,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,以反映人类对不同方面的偏好,例如指令遵循、真实性、诚实和帮助性。
软件
许可证
该模型根据 MIT 许可证 发布。
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须遵守并遵循 微软商标和品牌指南。在修改后的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须遵守这些第三方的政策。