Phi-3 Mini 是微软的 3B 状态领先的轻量级开源模型。于 2024 年 7 月更新。
139 拉取 7 周前更新
7 周前更新
7 周前
453bc4daa2d2 · 1.7GB
Readme
- 从
fp32
量化
- 使用i-matrix
calibration_datav3.txt
Phi-3是微软开发的开源AI模型系列。
参数大小
- Phi-3 Mini – 3B参数
上下文窗口大小
- 4k
ollama run mannix/phi3-mini-4k
Phi-3 Mini
Phi-3 Mini 是一个包含3.8B参数的轻量级、开创性开放模型。它使用Phi-3数据集进行训练,包括合成数据和过滤后的公开网站数据,特别关注高质量和推理密集性属性。
该模型经过了后训练过程,结合了监督微调和直接偏好优化,以确保精确遵循指令并采取稳健的安全性措施。
在与常识、语言理解、数学、代码、长文本上下文和逻辑推理的基准测试中,Phi-3 Mini-4K-Instruct在参数少于13亿的模型中展现了强大而开创性的性能。
Phi-3 Medium
Phi-3 Medium 是一个14B参数的语言模型,其性能优于 Gemini 1.0 Pro。
使用场景
主要使用场景
该模型旨在用于英文的商业和研究领域。模型可用于需要以下功能的应用程序
1) 内存/计算约束环境
2) 延迟限制场景
3) 强大的推理能力(特别是数学和逻辑)
4) 长文本上下文
我们的模型旨在加速语言和多模态模型的研究,作为生成AI功能的构建块。
使用场景考虑事项
我们的模型并没有针对所有下游用途专门设计或评估。开发者在选择使用场景时,应考虑语言模型的常见限制,并在特定下游使用场景中使用之前,评估和缓解准确性、安全和公正问题,尤其是在高风险场景中。
开发者应了解和遵守与其使用场景相关的适用法律或法规(包括隐私、贸易合规法规等)。
本模型卡中包含的内容不应被解释为或视为对该模型发布所依据许可的限制或修改。
负责任的人工智能考虑事项
与其他语言模型一样,Phi系列模型可能以不公平、不可靠或令人反感的的方式行事。一些需要注意的限制行为包括
服务质量:Phi模型主要在英语文本上进行训练。除英语以外的语言可能会表现得更差。在训练数据中代表性较少的英语变体可能比标准美国英语表现得更差。
伤害的表现与刻板印象的延续:这些模型可能过度或不足地代表某些群体,消除某些群体的表示,或加强贬低或负面的刻板印象。尽管经过安全后训练,由于不同群体代表水平的不同或反映现实世界模式和社交偏见的训练数据中负面刻板印象的普遍性,这些限制仍可能存在。
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,在没有针对该使用场景的具体缓解措施的情况下,可能不适合在敏感环境中部署。
信息可靠性:语言模型可以生成无意义的内容或伪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:Phi-3训练数据的大部分是建立在Python基础上的,使用常见的包如“typing, math, random, collections, datetime, itertools”。如果模型生成利用其他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的使用。
开发者应应用负责任的人工智能最佳实践,并负责确保特定的使用场景符合相关的法律和法规(例如隐私、贸易等)。重要的考虑领域包括
+ 分配:在不进行进一步评估和附加去偏技术的情况下,模型可能不适合可能对法律地位、资源分配或生活机会产生影响(如住房、就业、信贷等)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(例如可能产生不公平、不可靠或冒犯性的输出时可能极其昂贵的或可能导致损害的情形)的适用性。这包括在敏感或专家领域提供建议,在这些领域准确性和可靠性至关重要(例如:法律或健康建议)。应根据部署环境在应用层实施额外安全措施。
虚假信息: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,并向最终用户通知他们正在与人工智能系统交互。在应用层,开发者可以构建反馈机制和管道,使用针对特定用例的上下文信息巩固响应,这种技术称为检索增强生成(RAG)。
有害内容的生成:开发者应评估输出的上下文和使用适用于其用例的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可行,开发者应确保其应用程序不违反适用的法律和法规。
训练
模型
- 架构:Phi-3 Mini具有3.8B个参数,是仅解码的密集型Transformer模型。该模型通过与监督微调(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进行提示。
- 上下文长度:128K个标记
- GPU:512 H100-80G
- 训练时间:7天
- 训练数据:3.3T个标记
- 输出:对输入生成的文本响应
- 日期:我们的模型训练时间为2024年2月至4月
- 状态:这是一个在截止日期为2023年10月的离线数据集上训练的静态模型。随着模型性能的提升,可能发布经过调整的模型版本。
数据集
我们的训练数据包括各种来源的总计3300亿个标记,是以下内容的组合:
1) 经过严格质量过滤的公开可用的文件,选择高质量的教育数据和代码;
2) 为教学数学、编码、常识推理、世界一般知识(科学、日常活动、心智理论等)而创建的新创建的“教科书式”数据;
3) 覆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。
软件
许可证
该模型采用MIT许可证。
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必须遵守并遵循Microsoft商标和品牌指南。在修改后的本项目中使用Microsoft商标或徽标不得造成混淆或暗示Microsoft的支持。第三方商标或徽标的任何使用均受第三方政策约束。