3 个月前更新
3 个月前
2f614430e421 · 2.6GB
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 – 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 3.8B 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属性。
该模型经过了后训练流程,该流程结合了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。
在针对基准测试评估常识、语言理解、数学、代码、长上下文和逻辑推理时,Phi-3 Mini-4K-Instruct 在参数少于 130 亿的模型中展现出强大的最先进性能。
Phi-3 Medium
Phi-3 Medium 是一款 14B 参数的语言模型,性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型适用于英语的商业和研究用途。该模型提供用于需要以下功能的应用程序的用途:1) 内存/计算受限环境 2) 延迟受限场景 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,作为生成式 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模型之前评估和减轻准确性、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用例相关的适用法律或法规(包括隐私、贸易合规法律等)。本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 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表现。一些需要注意的限制行为包括
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。训练数据中代表性不足的英语语言变体可能比标准美式英语的性能更差。
危害的代表性以及对刻板印象的延续:这些模型可能会过分或不足地代表群体,抹去某些群体的代表性,或强化贬低或消极的刻板印象。尽管经过安全后训练,这些局限性可能仍然存在,原因是不同群体之间的代表性程度不同,或者训练数据中反映现实世界模式和社会偏见的不利刻板印象的示例普遍存在。
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敏感情况下部署,除非进行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:大部分 Phi-3 训练数据基于 Python,并使用常见的软件包,如“typing、math、random、collections、datetime、itertools”。如果模型生成使用其他软件包或其他语言中的脚本的 Python 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和法规(例如隐私、贸易等)。需要考虑的重要方面包括:+ 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:开发人员应评估在高风险场景中使用模型的适当性,在这些场景中,不公平、不可靠或冒犯性的输出可能极其昂贵或导致伤害。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。
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 AI 系统互动。在应用程序级别,开发人员可以构建反馈机制和管道,将响应与特定用例的上下文信息联系起来,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,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,是一款密集的仅解码器 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。最适合使用聊天格式的提示。
- 上下文长度:128K 个词元
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3 万亿个词元
- 输出:针对输入生成的文本
- 日期:我们的模型在 2024 年 2 月到 4 月之间进行训练
- 状态:这是一个在具有截止日期 2023 年 10 月的离线数据集上训练的静态模型。随着模型的改进,我们可能会发布经过调整的模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个词元,是以下内容的组合:1) 经过严格质量过滤的公开可用文档,精选的高质量教育数据和代码;2) 为了教授数学、编码、常识推理、世界常识(科学、日常活动、心智理论等)而创建的全新合成“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,如指令遵循、真实性、诚实和帮助能力。
软件
许可证
该模型根据 MIT 许可证 授权。
商标
此项目可能包含项目、产品或服务的商标或徽标。对微软商标或徽标的授权使用受以下规定约束,并且必须遵循 微软的商标和品牌指南。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。任何第三方商标或徽标的使用均受这些第三方政策的约束。