更新于 7 个月前
7 个月前
98b4f4a2f662 · 8.0GB
自述文件
Phi-3 是微软开发的一系列开放 AI 模型。
参数大小
- Phi-3 Mini – 3B 参数 –
ollama run phi3:mini
- Phi-3 Medium – 14B 参数 –
ollama run phi3:medium
上下文窗口大小
注意:此模型的 128k 版本需要 Ollama 0.1.39 或更高版本。
- 4k
ollama run phi3:mini
ollama run phi3:medium
- 128k
ollama run phi3:medium-128k
Phi-3 Mini
Phi-3 Mini 是一个 38 亿参数的轻量级、最先进的开放模型,使用 Phi-3 数据集进行训练,该数据集包括合成数据和经过筛选的公开网站数据,重点是高质量和推理密集型属性。
该模型经过了后训练过程,该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守和强大的安全措施。
当针对测试常识、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 在参数小于 130 亿的模型中表现出强大且最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 140 亿参数的语言模型,性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型旨在用于英语的商业和研究用途。该模型为需要以下条件的应用提供用途:1) 内存/计算受限环境 2) 延迟绑定场景 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态模型的研究,用作生成式 AI 驱动功能的构建块。
用例注意事项
我们的模型并非专门为所有下游目的而设计或评估。开发人员应考虑语言模型的常见限制,因为他们在选择用例时,并应在特定下游用例中使用之前评估和减轻准确性、安全性和公平性,特别是对于高风险场景。开发人员应了解并遵守适用于其用例的适用法律或法规(包括隐私、贸易合规法律等)。本模型卡中包含的任何内容均不应被解释为或被视为对模型发布所依据的许可的限制或修改。
负责任的 AI 考虑因素
与其他语言模型一样,Phi 系列模型可能会以不公平、不可靠或冒犯性的方式运行。需要注意的一些限制性行为包括
服务质量:Phi 模型主要在英文文本上进行训练。英语以外的语言将体验到更差的性能。在训练数据中代表性较少的英语语言变体可能会体验到比标准美式英语更差的性能。
危害的表示和刻板印象的延续:这些模型可能会过度或低估人群,抹去某些人群的代表性,或强化贬低或负面的刻板印象。尽管经过安全后训练,但由于不同群体代表性的差异或反映现实世界模式和社会偏见的训练数据中负面刻板印象示例的普遍存在,这些限制可能仍然存在。
不当或冒犯性内容:这些模型可能会生成其他类型的不当或冒犯性内容,这可能会使其不适合在敏感环境中使用,而没有特定于用例的额外缓解措施。
信息可靠性:语言模型可以生成无意义的内容或捏造听起来合理但不准确或过时的内容。
代码的范围有限:Phi-3 的大部分训练数据都基于 Python,并使用“typing、math、random、collections、datetime、itertools”等常用软件包。如果模型生成使用其他软件包或使用其他语言编写的脚本的 Python 脚本,我们强烈建议用户手动验证所有 API 用法。
开发人员应应用负责任的 AI 最佳实践,并负责确保特定用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:未经进一步评估和额外的去偏见技术,模型可能不适用于可能对法律地位或资源或生活机会的分配产生重大影响的场景(例如:住房、就业、信贷等)。
高风险场景:开发人员应评估在高风险场景中使用模型的适用性,在这些场景中,不公平、不可靠或冒犯性的输出可能成本极高或导致危害。这包括在准确性和可靠性至关重要的敏感或专家领域提供建议(例如:法律或健康建议)。应根据部署环境在应用程序级别实施额外的保障措施。
虚假信息:模型可能会产生不准确的信息。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 AI 系统交互。在应用程序级别,开发人员可以构建反馈机制和管道,以在用例特定、上下文信息中找到响应的依据,这种技术称为检索增强生成 (RAG)。
有害内容的生成:开发人员应评估其上下文的输出,并使用适用于其用例的可用安全分类器或自定义解决方案。
滥用:其他形式的滥用(例如欺诈、垃圾邮件或恶意软件生产)是可能的,开发人员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 38 亿个参数,是一个密集的仅解码器 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的提示。
- 上下文长度:128K 个标记
- GPU:512 个 H100-80G
- 训练时间:7 天
- 训练数据:3.3T tokens (词元)
- 输出:对输入产生的文本回复
- 日期:我们的模型训练时间在 2024 年 2 月至 4 月之间
- 状态:这是一个基于离线数据集训练的静态模型,截止日期为 2023 年 10 月。随着模型改进,未来可能会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,总计 3.3 万亿个词元,是以下各项的组合:1) 经过严格质量筛选的公开文档、精选的高质量教育数据和代码;2) 为教授数学、编码、常识推理、世界常识(科学、日常活动、心智理论等)而新创建的合成“教科书式”数据;3) 涵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,例如遵循指示、真实性、诚实性和乐于助人。
软件
许可
该模型根据 MIT 许可获得许可。
商标
本项目可能包含项目、产品或服务的商标或徽标。对 Microsoft 商标或徽标的授权使用受 Microsoft 商标与品牌指南的约束,并且必须遵守该指南。在本项目的修改版本中使用 Microsoft 商标或徽标不得引起混淆或暗示 Microsoft 的赞助。任何第三方商标或徽标的使用均受该第三方的政策约束。