更新于 7 个月前
7 个月前
0efda84af8ae · 9.6GB
自述文件
Phi-3 是微软开发的开放AI模型系列。
参数规模
- 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 拥有 38 亿参数,是一款轻量级的最新开放模型,它使用 Phi-3 数据集进行训练,该数据集包含合成数据和经过筛选的公开网站数据,重点关注高质量和推理密集属性。
该模型经过了后训练流程,该流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。
在针对常识、语言理解、数学、代码、长上下文和逻辑推理进行基准测试时,Phi-3 Mini-4K-Instruct 在参数小于 130 亿的模型中表现出强大而最先进的性能。
Phi-3 Medium
Phi-3 Medium 是一个 140 亿参数的语言模型,其性能优于 Gemini 1.0 Pro。
预期用途
主要用例
该模型适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/计算受限的环境 2) 延迟绑定场景 3) 强大的推理能力(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,用作生成式人工智能驱动功能的构建块。
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。 开发人员在选择用例时应考虑语言模型的常见限制,并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,尤其是在高风险场景中。 开发人员应了解并遵守适用于其用例的相关法律或法规(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解释为或视为对模型发布所依据的许可的限制或修改。
负责任的 AI 考虑事项
与其他语言模型一样,Phi 系列模型也可能以不公平、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 模型主要使用英文文本进行训练。 非英语语言的性能会更差。 在训练数据中代表性较少的英语语言变体的性能可能比标准美式英语更差。
危害的表述和刻板印象的延续:这些模型可能会过度或过度表示某些人群,消除某些人群的表示,或强化贬低或负面的刻板印象。 尽管进行了安全后训练,但由于不同群体的代表性水平不同,或者反映真实世界模式和社会偏见的训练数据中负面刻板印象的例子普遍存在,因此这些限制可能仍然存在。
不适当或冒犯性的内容:这些模型可能会生成其他类型的不适当或冒犯性内容,这可能会使其不适合在敏感情况下部署,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内容,这些内容听起来合理,但不准确或已过时。
代码的范围有限:Phi-3 的大部分训练数据都基于 Python,并使用常见的包,例如“typing、math、random、collections、datetime、itertools”。 如果该模型生成使用其他包或以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 用途。
开发人员应应用负责任的 AI 最佳实践,并有责任确保特定用例符合相关法律和法规(例如隐私、贸易等)。 重要的考虑领域包括: + 分配:如果没有进一步的评估和额外的消除偏差技术,模型可能不适合对法律地位或资源或生活机会的分配(例如:住房、就业、信贷等)产生重大影响的场景。
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会非常昂贵或导致损害。 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护措施。
错误信息:模型可能会生成不准确的信息。 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,以根据用例特定的上下文信息来确定响应,这是一种称为检索增强生成 (RAG) 的技术。
有害内容生成:开发者应评估输出的上下文,并使用可用的安全分类器或适合其用例的自定义解决方案。
滥用:可能存在其他形式的滥用,例如欺诈、垃圾邮件或恶意软件生成,开发者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。 该模型经过监督微调 (SFT) 和直接偏好优化 (DPO) 的微调,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 tokens(128K 个 tokens)
- GPU:512 H100-80G
- 训练时间:7 天
- 训练数据:3.3T tokens(3.3 万亿个 tokens)
- 输出:响应于输入的生成文本
- 日期:我们的模型在 2024 年 2 月至 4 月期间接受训练
- 状态:这是一个静态模型,在截止日期为 2023 年 10 月的离线数据集上进行训练。 随着我们改进模型,将来可能会发布调整后的模型的未来版本。
数据集
我们的训练数据包括各种来源,总计 3.3 万亿个 token,是以下各项的组合:1) 经过严格质量过滤的公开文档、选定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、心理理论等)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
许可证
该模型根据MIT 许可证获得许可。
商标
本项目可能包含项目、产品或服务的商标或徽标。 授权使用 Microsoft 商标或徽标必须遵守 Microsoft 的商标和品牌指南。 在本项目的修改版本中使用 Microsoft 商标或徽标不得造成混淆或暗示 Microsoft 的赞助。 任何使用第三方商标或徽标均受该第三方政策的约束。