Phi-3 Mini是微软的一款轻量级3B开源自建模型。于2024年7月更新。

3B

139次拉取 7周前更新

自述文件

image.png

  • fp32量化
  • 使用i-matrixcalibration_datav3.txt校准

Phi-3是由微软开发的一系列开源AI模型。

参数大小

上下文窗口大小

  • 4kollama run mannix/phi3-mini-4k

Phi-3 Mini

Phi-3 Mini是一个包含3.8B参数的轻量级、最先进的开源模型,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,专注于高质量的推理密集型属性。

该模型经过训练后处理,结合了监督式微调和直接偏好优化,以确保精确遵循指令和强大的安全措施。

当与测试常见常识、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 Mini-4K-Instruct在参数少于13亿的网络模型中展现了强大且领先的性能。

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。

image.png

预期用途

主要用例

该模型的意图是为英语的商业和科研使用。该模型适用于需要以下应用的场合:
1) 记忆/计算受限环境
2) 延迟受限情况
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对语言和跨模态模型的研究,作为生成式人工智能功能的构建模块。

用例考量

我们的模型并未针对所有下游目的进行专门的 设计或评估。开发者选择用例时,应考虑语言模型的常见局限性,并在特定下游用例中使用前评估和缓解准确性、安全性和公平性问题,尤其是在高风险场景中。
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、贸易合规法规等)。
本模型卡片中包含的内容不应被解释为或被视为限制或修改模型发布所依据的许可证。

负责任人工智能考量

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。值得注意的一些限制行为包括

  • 服务质量:Phi模型主要在英语文本上进行训练。非英语语言将表现出较差的性能。在训练数据中代表性较差的英语语言可能表现得比标准美式英语差。

  • 危害 representation & 贫困化刻板印象:这些模型可能会过度或不足地表示某些群体,消除某些群体的 representation,或强化贬低或负面的刻板印象。尽管进行了安全训练后,由于不同群体 representation 的不同程度或训练数据中负面刻板印象的例子在现实世界模式和 societal偏见中的普遍性,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,这可能导致在没有额外特定于用例的缓解措施的情况下,不适当地部署敏感环境。

  • 信息可靠性:语言模型可以生成无意义的或不准确的内容。

  • 代码范围有限:Phi-3的大部分训练数据基于 Python,并使用“类型、数学、随机、集合、日期时间、迭代工具”等常见包。如果模型生成使用其他包或其他语言的脚本,我们强烈建议用户手动验证所有API使用。

开发者应采用负责任的人工智能最佳实践,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)。重要的考虑领域包括
+ 分配:模型可能不适用于可能对法律地位、资源分配或生活机会产生重大影响的场景,除非进行进一步评估并采用额外的去偏技术。

  • 高风险场景:在可能导致不公平、不可靠或冒犯性输出且可能极其昂贵或导致损害的高风险场景中,开发者应评估使用模型的可适用性。这包括在敏感或专家领域提供建议(如法律或健康建议)时。应根据部署环境在应用层面实施额外的安全措施。

  • 虚假信息:模型可能产生不准确的信息。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一个AI系统交互。在应用层面,开发者可以构建反馈机制和管道,通过使用案例特定的上下文信息来定位响应,这种技术称为检索增强生成(RAG)。

  • 有害内容的生成:开发者应评估输出上下文并使用适用于其使用案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制作等可能存在,开发者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具有3.8B参数,是密集的解码 Transformer 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指南保持一致。
  • 输入:文本。它最适合使用聊天格式的提示。
  • 上下文长度:128K个令牌
  • GPUs:512 H100-80G
  • 训练时间:7天
  • 训练数据:3.3T个令牌
  • 输出:对输入生成的文本响应
  • 日期:我们的模型是在2024年2月至4月期间训练的
  • 状态:这是一个基于截至2023年10月的离线数据集静态训练的模型。随着我们改进模型,未来的版本可能会发布调整后的模型。

数据集

我们的训练数据包括各种来源,总计33万亿个令牌,是以下内容的组合:
1) 经过严格筛选以确保质量的公开可获得的文档、选择高质量的教育数据和代码;
2) 为了教学数学、编码、常识推理、世界通用知识(科学、日常活动、心理理论等)而全新创建的“教科书式”数据;
3) 覆盖各种话题的高质量聊天格式监督数据,以反映人类偏好在不同方面的看法,如指令遵循、真实性、诚实性和有益性。

软件

许可

该模型根据MIT许可授权。

商标

本项目中可能包含项目、产品或服务的商标或标志。Microsoft商标或标志的授权使用必须遵守并遵循Microsoft的商标与品牌指南。使用Microsoft商标或标志的修改版本的项目不得引起混淆或暗示Microsoft的赞助。任何第三方商标或标志的使用都受那些第三方政策所约束。

资源