Phi-3 Mini 是微软的一个轻量级 3B 先进开源模型。于 2024 年 7 月更新。

3B

139 拉取 7 周前更新

说明文档

image.png

  • 从fp32量化
  • 使用i-matrix calibration_datav3.txt

Phi-3 是微软开发的一组开源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 是一个含有 38 亿参数的轻量级、前沿的开放模型,使用 Phi-3 数据集进行训练,该数据集包括合成数据和对公众提供的网站数据进行筛选,侧重于高质量和推理密集型属性。

该模型经过了后训练过程,结合了有监督的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。

当与基准测试(包括常识、语言理解、数学、代码、长上下文和逻辑推理)进行评估时,Phi-3 Mini-4K-Instruct 在低于 13 亿参数的模型中展示了稳健和前沿的性能。

Phi-3 Medium

Phi-3 Medium 是一个包含 140 亿参数的语言模型,其性能优于 Gemini 1.0 Pro。

image.png

预期用途

主要应用场景

该模型旨在以英语进行商业和研究用途。该模型适用于需要以下用途的应用程序:
1) 存储和计算受限的环境
2) 延迟敏感场景
3) 强大的推理(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多模式模型的研究,作为生成式人工智能特性的构建块使用。

应用场景考略

我们的模型并不是为了所有下游用途而专门设计或评估的。开发者应在选择用例时考虑语言模型的一些常见局限性,并在特定下游用例中使用之前,评估和降低准确性、安全性和公平性。
开发者应意识到并遵守与其用例相关的适用法律或法规(包括隐私法、贸易合规法律等)。
本模型卡中包含的内容不应被视为或认为是对该模型发布许可的限制或修改。

负责任的人工智能考略

与其他语言模型一样,Phi 系列模型可能以不公、不可靠或冒犯性的方式表现。需要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训练。除英语以外的语言可能会表现较差。在训练数据中代表性较低的英语语言可能会比标准美式英语表现更差。

  • 伤害的表示与刻板印象的延续: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,或强化贬低或消极的刻板印象。尽管经过安全的后训练,这些局限性可能仍然存在,因为不同群体的代表性水平和训练数据中负面刻板印象示例的普遍性存在差异。

  • 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,在没有针对特定用例采取额外缓解措施的情况下,可能不适合在敏感环境中部署。

  • 信息可靠性:语言模型可能生成不合逻辑的内容或编造听起来合理但实际上不准确或过时的内容。

  • 代码的范围有限:Phi-3 大多数训练数据基于 Python,并使用诸如 "typing, math, random, collections, datetime, itertools" 等常见包。如果模型生成使用其他包或不同语言的脚本的 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和法规(例如隐私、贸易等)。重要考略领域包括
+ 分配: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重大影响的场景,除非进行进一步的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(此处可能产生不公平、不可靠或冒犯性的输出,可能导致极高的成本或损害)的适用性。这包括在敏感或专家领域(如法律或医疗咨询)提供建议。根据部署环境,在应用层面实施额外的安全措施。

  • 误导性信息: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一个AI系统进行交互。在应用层面,开发人员可以构建反馈机制和管道,以使用特定用例的上下文信息来验证响应,这种技术被称为检索增强生成(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的安全分类器或针对其用例定制的解决方案。

  • 滥用:其他形式的滥用,如欺诈、垃圾邮件或恶意软件的生产,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38亿参数,是一种密集的只解码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。最适合使用聊天格式的提示。
  • 上下文长度:128K个令牌
  • GPU:512 H100-80G
  • 训练时间:7天
  • 训练数据:3.3T个令牌
  • 输出:针对输入生成的文本
  • 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2023年10月之前下线的训练集上训练的静态模型。随着模型的改进,可能会在未来发布调整后的模型版本。

数据集

我们的训练数据包括广泛的来源,共计330亿个令牌,包括以下组合:
1)经过严格质量筛选的公开文档、精选高质量教育数据和代码;
2)为教学目的而新创建的“教科书式”数据,用于教授数学、编码、常识推理、世界通用知识(科学、日常生活、心理理论等);
3)涵盖各个主题的高质量聊天格式监督数据,以反映人类不同方面的偏好,如指令遵循、真实性、诚实和有帮助性。

软件

许可证

该模型遵循MIT许可证

商标

该项目可能包含项目、产品和服务的商标或徽标。Microsoft商标或徽标的授权使用必须遵守并遵循Microsoft的商标和品牌指南。在修改后的该项目的版本中使用Microsoft商标或徽标不得引起混淆或暗示Microsoft的赞助。使用第三方商标或徽标均须遵守那些第三方的政策。

资源