Phi-3 Mini 是微软出品的轻量型3B最新型开源模型。更新于2024年7月。

3B

139 Pulls 更新于7周前

README

image.png

  • fp32 量化
  • 使用 i-matrix calibration_datav3.txt 进行校准

Phi-3 是微软开发的一系列开源 AI 模型。

参数大小

上下文窗口大小

  • 4k ollama run mannix/phi3-mini-4k

Phi-3 Mini

Phi-3 Mini 是一个具有 380 亿参数的轻量级先进开放式模型,该模型使用 Phi-3 数据集进行训练,包括合成数据和对高质量和推理密集型属性进行过滤的公开网站数据。

该模型经历了后训练过程,结合了监督微调和直接偏好优化,以确保精确遵守指令和强大的安全措施。

在与常识、语言理解、数学、代码、长上下文和逻辑推理等基准测试中对时,Phi-3 Mini-4K-Instruct 在少于 130 亿参数的模型中展示了强大的先进性能。

Phi-3 中型

Phi-3 中型是一个拥有 140 亿参数的语言模型,其性能优于 Gemini 1.0 Pro。

image.png

预期用途

主要用例

该模型旨在用于英语商业和研究用途。该模型适用于需要以下应用程序的使用
1) 约束内存/计算环境
2) 延迟敏感场景
3) 强推理(特别是数学和逻辑)
4) 长上下文

我们的模型旨在加速对语言和多模态模型的研究,用于作为生成人工智能特征构建块的用途。

用例考虑因素

我们的模型并非专门设计或评估用于所有下游用途。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,评估和缓解准确性、安全性和公平性,尤其是在高风险场景中。
开发人员应了解并遵守与其用案相关的法律或法规(包括隐私、贸易合规法律等)。
本模型卡所包含的内容不应对其发布下许可证的任何限制或修改。

负责任的人工智能考虑因素

与其他语言模型一样,Phi 系列模型可能会表现出不公平、不可靠或冒犯性的行为。应关注的限制行为包括

  • 服务质量:Phi 模型主要在英语文本上进行训练。其他语言将表现较差。在训练数据中代表性较少的英语变体可能比标准美式英语表现更差。

  • 危害表示及刻板印象的延续:这些模型可能过度或不足地表示人群,消除某些群体的代表性,或强化贬低或负面的刻板印象。尽管经过安全后训练,这些限制可能仍然存在,因为不同群体的代表性水平不同,或者在训练数据中的负面刻板印象实例普遍存在,反映了现实世界的模式和 societalバイアス。

  • 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,这可能会在没有针对特定用例的额外缓解措施的情况下不适宜部署到敏感环境中。

  • 信息可靠性:语言模型可能会生成无意义的 内容或虚构的内容,听起来合理但却是错误的或过时的。

  • 代码范围有限:Phi-3 训练数据的大部分基于 Python,并使用常见的包,如“typing、math、random、collections、datetime、itertools”。如果模型生成使用其他包或其他语言的脚本的 Python 脚本,我们强烈建议用户手动验证所有 API 使用。

开发者应适用负责任的人工智能最佳实践,并负责确保特定的用案符合相关的法律和法规(例如隐私、贸易等)。重要考虑的领域包括
+ 分配:在需要进一步评估和额外的解偏技术来对法律地位、资源配置或生命机会产生后果影响的情况下,模型可能不适用于某些场景。

  • 高风险场景:开发者应在可能产生不公平、不可靠或冒犯性输出的高风险场景中进行模型适用性评估,这些场景可能导致极其高昂的成本或伤害。这包括在敏感或专家领域提供建议,其中准确性和可靠性是关键(例如法律或健康建议)。根据部署环境,在应用层面应实施额外的保障措施。

  • 错误信息: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AI系统互动。在应用层面,开发者可以构建反馈机制和管道,将响应建立在特定于用例的上下文信息之上,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案例,并使用适用于其用例的现有安全分类器或定制解决方案。

  • 滥用:其他形式的滥用,如欺诈、垃圾邮件或恶意软件生产也是可能的,开发者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具有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。它最适合用于聊天格式的提示。
  • 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:对输入的响应生成的文本
  • 日期:我们的模型于2024年2月至4月进行训练
  • 状态:这是一个基于截至2023年10月的离线数据集训练的静态模型。随着我们改进模型,未来版本经过调整的模型可能会发布。

数据集

我们的训练数据包括广泛的各种来源,总计3.3万亿个标记,是以下内容的组合:
1)经过严格质量筛选的公开可用文件,选择高质量教育资源,以及代码;
2)为新创建的教学目的而生的“教科书式”数据,用于教授数学、编码、常识推理、世界的一般知识(科学、日常活动、心智理论等);
3)高质量聊天格式监督数据,涵盖各种主题,以反映人类在指导遵循、真实性、诚实和帮助性等方面偏好的不同方面。

软件

许可

该模型根据MIT许可协议授权。

商标

本项目可能包含项目、产品或服务的商标或标志。使用Microsoft商标或标志必须遵守并遵循Microsoft的商标和品牌指南。在此项目的修改版本中使用Microsoft商标或标志时,不得造成混淆或暗示Microsoft的支持。任何使用第三方商标或标志都受第三方政策的约束。

资源