Phi-3 是由微软开发的一系列轻量级 3B(Mini)和 14B(Medium)最先进的开源模型。

3.8b 14b

2.7M 3 个月前

自述文件

Phi-3 是由微软开发的一系列开源 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 是一款拥有 38 亿参数的轻量级最先进开源模型,使用 Phi-3 数据集进行训练,该数据集包含合成数据和过滤后的公开网站数据,重点关注高质量和推理密集型属性。

该模型经过了包含监督微调和直接偏好优化的后训练过程,以确保精确的指令遵循和强大的安全措施。

在针对常识、语言理解、数学、代码、长上下文和逻辑推理的基准测试中,Phi-3 Mini-4K-Instruct 在参数少于 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 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

该模型旨在用于英文的商业和研究用途。该模型可用于需要 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 的应用程序。

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 支持功能的构建块。

用例注意事项

我们的模型并非针对所有下游目的而专门设计或评估。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许可的限制或修改。

负责任的 AI 考虑因素

与其他语言模型一样,Phi 系列模型可能以不公平、不可靠或冒犯性的方式表现。需要了解的一些限制性行为包括

  • 服务质量:Phi 模型主要针对英文文本进行训练。除英文以外的语言将体验到更差的性能。训练数据中代表性较低的英文变体可能会体验到比标准美式英语更差的性能。

  • 伤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,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负面刻板印象示例的普遍性,这些局限性可能仍然存在。

  • 不适当或冒犯性内容:这些模型可能会生成其他类型的 不适当或冒犯性内容,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:语言模型可能会生成毫无意义的内容或捏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 训练数据的多数基于 Python,并使用诸如“typing、math、random、collections、datetime、itertools”之类的常用包。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法律和法规(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的分配产生重大影响的场景(例如住房、就业、信贷等),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宜性,在这些场景中,不公平、不可靠或冒犯性的输出可能代价高昂或导致伤害。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,将响应置于特定用例的上下文信息中,这是一种称为检索增强生成(RAG)的技术。

  • 有害内容的生成:开发人员应根据其上下文评估输出,并使用适合其用例的可用安全分类器或自定义解决方案。

  • 误用:其他形式的误用(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。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**: 对输入的响应生成的文本
  • **日期**: 我们的模型在 2024 年 2 月至 4 月期间训练
  • **状态**: 这是一个在 2023 年 10 月截止日期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各种来源,总计 3.3 万亿个标记,是以下内容的组合:1) 经过严格质量筛选的公开可用文档,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、日常生活、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,以反映人类对不同方面的偏好,例如遵循指示、真实性、诚实和乐于助人。

**软件**

**许可证**

该模型在 MIT 许可证 下授权。

**商标**

此项目可能包含项目、产品或服务的商标或徽标。微软商标或徽标的授权使用须遵守并必须遵循 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受那些第三方政策的约束。

**资源**