Phi-3 是一个由微软开发的,包含 3B(迷你)和 14B(中等)两种尺寸的轻量级最先进的开源模型。

3.8b 14b

2.7M 3 个月前

自述文件

Phi-3 是一个由微软开发的开源 AI 模型家族。

参数尺寸

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 迷你

Phi-3 迷你是一个包含 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筛选的公开网站数据,重点关注高质量和推理密集属性。

该模型经历了后训练过程,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。

当针对测试常识、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 迷你-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 中等

Phi-3 中等是一个包含 14B 参数的语言模型,并且性能优于 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。该模型为需要 1) 内存/计算受限环境 2) 延迟绑定场景 3) 强推理(尤其是数学和逻辑) 4) 长上下文的应用程序提供用途。

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

我们的模型不是专门为所有下游目的而设计或评估的。开发者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、安全性和平等性,特别是对于高风险场景。开发者应了解并遵守与其用例相关的适用法律或法规(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 模型主要针对英文文本进行训练。非英语语言的性能会更差。训练数据中代表性较低的英语变体可能比标准美式英语的性能更差。

  • 伤害的代表性与刻板印象的延续:这些模型可能会过度或不足地代表人群,消除对某些群体的代表性,或强化贬低或消极的刻板印象。尽管经过安全后训练,这些限制仍然可能存在,因为不同群体代表性的不同程度或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示例的普遍性。

  • 不当或冒犯性内容:这些模型可能会产生其他类型的 不当或冒犯性内容,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:语言模型可以生成无意义的内容或编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。

开发者应应用负责任的 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。

  • 高风险场景:开发者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会造成巨大的损失或导致伤害。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。开发者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,开发者可以构建反馈机制和管道,将响应基于特定用例的上下文信息,这是一种称为检索增强生成 (RAG) 的技术。

  • 有害内容的生成:开发者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,开发者应确保他们的应用程序不违反适用的法律和法规。

训练

模型

  • 架构:Phi-3 迷你具有 3.8B 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 个词元
  • GPU:512 个 H100-80G
  • 训练时间:7 天
  • 训练数据:3.3T 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,可能会发布调优模型的未来版本。

数据集

我们的训练数据包含各种来源,总计 3.3 万亿个词元,是以下内容的组合:1) 经过严格质量筛选的公开可用文档、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,例如指令遵循、真实性、诚实和帮助。

软件

许可证

该模型根据MIT 许可证授权。

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 的商标和品牌指南。在本项目修改版本中使用 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这些第三方的政策。

资源