Phi-3 Mini是微软推出的3B轻量级最新开源模型。最后更新于2024年7月。
139次 Pulls 上次更新7周前
7周前更新
7周前
e11d1ef42ace · 2.0GB
自述文件
- 从
fp32
量化
- 使用i-matrix
calibration_datav3.txt
Phi-3是由Microsoft开发的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是一款包含38亿参数的轻量级开放模型,使用Phi-3数据集进行训练,该数据集包括合成数据和对公开网站数据的过滤,重点关注高质量和推理密集型属性。
该模型经过后训练过程,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稳健的安全措施。
当与常识、语言理解、数学、代码、长上下文和逻辑推理等基准测试进行对比时,Phi-3 Mini-4K-Instruct在参数少于13亿的模型中表现出稳健和最先进的性能。
Phi-3 Medium
Phi-3 Medium是一款包含140亿参数的语言模型,其表现超过Gemini 1.0 Pro。
预期用途
主要使用案例
本模型旨在英语的商用和研究使用。该模型适用于需要以下功能的应用程序:
1) 存储或计算受限的环境
2) 延迟受限的场景
3) 强大的推理(特别是数学和逻辑)
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,用作生成式AI功能的基础模块。
使用案例考虑因素
我们的模型并未针对所有下游用途进行专门设计和评估。开发者在选择使用案例时,应考虑语言模型的常见限制,并在特定下游使用案例中使用前评估和缓解准确性、安全性和公平性,特别是在高风险场景中。
开发者应了解并遵守与其使用案例相关的适用法律或法规(包括隐私、贸易合规法律等)。
本模型卡片中包含的内容不应对模型发布的许可进行限制或修改。
负责任的AI考虑因素
与其他语言模型一样,Phi系列模型可能表现出不公平、不可靠或冒犯性的行为。一些需要注意的限制行为包括:
服务质量:Phi模型主要是基于英语文本进行训练。非英语语言将表现出更差的性能。在训练数据中代表性较小的英语变体会比标准美国英语表现出更差的性能。
危害的表现与刻板印象的延续:这些模型可能对某些人群过度或代表性不足,消除某些群体的代表性,或加强贬低或负面的刻板印象。尽管经过后训练,这些限制可能仍然存在,因为不同群体或反映现实模式和社会偏差的训练数据中负面刻板印象例子的普遍性存在差异。
不适当或冒犯性内容:这些模型可能产生其他类型的不适当或冒犯性内容,在没有针对使用案例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正确或过时的内容。
代码的适用范围有限:Phi-3的大部分训练数据基于Python,并使用常见的包例如“typing, math, random, collections, datetime, itertools”。如果模型生成使用其他包或脚本的语言的Python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,并负责确保特定使用案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:模型可能不适用于可能会对法律地位或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合理性,在这些场景中,不公平、不可靠或冒犯性的输出可能代价极高或导致伤害。这包括在敏感或专家领域提供建议,在这些领域中准确性和可靠性至关重要(例如法律或健康建议)。根据部署环境,应在应用级别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。开发人员应遵循透明度最佳实践,并告知最终用户他们正在与人工智能系统互动。在应用级别,开发人员可以构建反馈机制和管道,以便通过特定用例的上下文信息来定位响应,这种方法称为检索增强生成(RAG)。
有害内容的生成:开发人员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制作也是可能的,开发人员应确保其应用不违反适用的法律和法规。
训练
模型
- 架构:Phi-3 Mini 拥有 3.8B 个参数,是密集的仅解码 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 令牌
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T 令牌
- 输出:针对输入生成的文本
- 日期:我们的模型在 2024 年 2 月至 4 月之间进行训练
- 状态:这是一个基于截止日期为 2023 年 10 月的离线数据集训练的静态模型。随着模型技术的改进,可能发布调整后的模型的新版本。
数据集
我们的训练数据包括多种来源,总数为 3.3 万亿个令牌,它们是以下内容的组合:
1)经过严格过滤以确保质量的公开可用的文档,选择了高质量的 educational 数据和代码;
2)为教授数学、编码、常识推理、世界通用知识(科学、日常活动、心智理论等)而创建的新的“教科书式”数据;
3)涵盖各个主题的高质量聊天格式监督数据,以反映人类在不同方面的偏好,例如遵循指示、真实性、诚实和乐于助人。
软件
许可
该模型许可证为 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。经授权使用 Microsoft 的商标或徽标需遵守并必须遵循 Microsoft 的商标和品牌指南。[此处应保留原文链接]
资源
- HuggingFace
- Phi-3 微软博客
- Phi-3 技术报告
- Phi-3 在 Azure AI Studio
- Phi-3 在 Hugging Face
- Phi-3 ONNX:[此处应保留原文链接]和[此处应保留原文链接]