3 个月前更新
3 个月前
df35ca8fb243 · 2.6GB
自述文件
Phi-3 是一个由微软开发的开源 AI 模型家族。
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 是一款拥有 3.8B 个参数的轻量级、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,以确保准确的指令遵守和强大的安全措施。
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 Mini-4K-Instruct 在参数小于 130 亿的模型中展示了强大的最先进性能。
Phi-3 Medium
Phi-3 Medium 是一款拥有 14B 个参数的语言模型,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。该模型可用于需要以下功能的应用程序:1) 内存/计算受限的环境 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 AI 驱动的功能的构建块。
用例注意事项
我们的模型并非专门为所有下游用途设计或评估。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,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的法律或法规(包括隐私、贸易合规法律等)。模型卡中包含的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。需要注意的一些限制性行为包括
服务质量:Phi 模型主要针对英语文本进行训练。非英语语言的性能会更差。英语语言变体在训练数据中的代表性较低,其性能可能比标准美式英语差。
对伤害的代表性和对刻板印象的延续: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,或强化贬低或消极的刻板印象。尽管经过了安全性后训练,但由于不同群体代表性的差异或训练数据中反映现实世界模式和社会偏见的不良刻板印象示例的普遍性,这些局限性可能仍然存在。
不适当或冒犯性的内容:这些模型可能会生成其他类型的不适当或冒犯性的内容,这可能使其不适合在没有针对用例的额外缓解措施的情况下部署到敏感环境中。
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 训练数据的大部分基于 Python,并使用常见的包,例如“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 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:模型可能不适合可能对法律地位或资源或生活机会分配(例如住房、就业、信贷等)产生重大影响的场景,除非进行进一步评估和采用额外的去偏见技术。
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可能造成极大损失或导致伤害的高风险场景中使用模型的适宜性。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。
虚假信息: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,将响应建立在特定于用例的上下文信息中,这种技术被称为检索增强生成 (RAG)。
有害内容的生成:开发人员应评估输出的上下文,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: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 38 亿个参数,是一个密集的仅解码器 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准则保持一致。
- **输入**: 文本。最适合使用聊天格式的提示。
- **上下文长度**: 128K 个 token
- **GPU**: 512 个 H100-80G
- **训练时间**: 7 天
- **训练数据**: 3.3 万亿个 token
- **输出**: 针对输入生成的文本。
- **日期**: 我们的模型是在 2024 年 2 月到 4 月之间训练的。
- **状态**: 这是一个静态模型,训练于截止日期为 2023 年 10 月的离线数据集。随着模型的改进,我们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 token,是以下数据的组合:1) 经过严格质量筛选的公开文档,精选的优质教育数据和代码;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)而专门创建的合成“教科书式”数据;3) 包含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,例如遵循指令、真实性、诚实和乐于助人。
**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。Microsoft 商标或徽标的授权使用须遵守并遵循 Microsoft 商标和品牌准则。在修改版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。任何第三方商标或徽标的使用都受这些第三方政策的约束。