Phi-3 Mini 是微软提供的一个轻量级 3B 状态的开源模型。2024 年 7 月更新。

3B

139 拉取 7 周前更新

README

image.png

  • fp32 量化
  • 使用 i-matrix 校准数据 calibration_datav3.txt

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38亿参数的轻量级、前沿的开放模型,该模型使用Phi-3数据集进行训练,该数据集包括合成数据和过滤后的公开网站数据,侧重于高质量和密集推理属性。

该模型经过后训练过程,结合了监督式微调和直接偏好优化,以确保准确遵循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的基准测试中,Phi-3 Mini-4K-Instruct在小于13亿参数的模型中展示了强大且前沿的性能。

Phi-3 Medium

Phi-3 Medium 是一个14亿参数的语言模型,其性能优于 Gemini 1.0 Pro。

image.png

意图使用

主要用例

该模型旨在用英语应用于商业和研究。该模型为以下应用程序提供用途:
1)内存/计算受限环境
2)延迟限制场景
3)强推理(特别是数学和逻辑)
4)长上下文

我们的模型旨在加快语言和跨模态模型的研究,作为生成式AI功能的构建块。

用例考虑事项

我们的模型并未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,并在使用之前评估和缓解准确性、安全性和公平性问题,尤其是在高风险场景中。
开发人员应了解并遵守与他们的用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任何内容均不应被解释为或视为对模型下许可证的约束或修改。

负责任的人工智能考虑事项

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进行。以下是一些需要注意的限制行为:

  • 服务质量:Phi模型主要使用英语文本进行训练。英语之外的语言可能会体验到更差的表现。在训练数据中代表性较小的英语变体可能会比标准美式英语表现出更差的表现。

  • 危害表示及刻板印象的持续性:这些模型可能会过分或不足地代表某些群体,消除某些群体的表示,或加强侮辱性或负面刻板印象。尽管经过后的安全措施,由于不同群体表示水平的不同或训练数据中负面刻板印象样本的普遍性,这些限制可能仍然存在。

  • 不适当或冒犯内容:这些模型可能还会生成其他类型的不适当或冒犯内容,在未采取特定于用例的额外缓解措施的情况下,这可能会使部署在不敏感环境中不适当。

  • 信息可靠性:语言模型可能生成无意义的内容或捏造听起来合理但实际上不准确或过时的内容。

  • 代码范围有限:大部分Phi-3训练数据基于Python,并使用如“typing, math, random, collections, datetime, itertools”等常用包。如果模型生成使用其他包或其他语言的脚本,我们强烈建议用户手动验证所有API使用。

开发人员应应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法律和法规(例如隐私、贸易等)。重要的考虑领域包括:
+ 分配:在没有进一步评估和额外的去偏见技术的情况下,模型可能不适用于可能对法律地位、资源分配或生活机会产生重大影响的场景(例如住所、就业、信贷等)。

  • 高风险场景:开发者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、不可靠或攻击性的输出可能代价极高或导致损害。这包括在敏感或专业领域提供建议,其中准确性和可靠性至关重要(例如法律或健康咨询)。应根据部署上下文在应用程序级别实施附加安全措施。

  • 错误信息:模型可能会产生不准确的信息。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一个AI系统交互。在应用程序级别,开发者可以构建反馈机制和管道,通过使用特定于场景的上下文信息来定位响应,这是一种称为检索增强生成(RAG)的技术。

  • 生成有害内容:开发者应评估输出在其上下文中的适用性,并使用适用于其使用情况的安全性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,可能是可能的,开发者应确保其应用程序不违反适用的法律和法规。

培训

模型

  • 架构:Phi-3 Mini具有38亿个参数,是一个仅解码的密集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个令牌
  • GPU:512 H100-80G
  • 培训时间:7天
  • 培训数据:3.3T个令牌
  • 输出:针对输入生成的文本
  • 日期:我们的模型在2024年2月至4月之间进行训练
  • 状态:这是一个在2023年10月之前的数据集上离线训练的静态模型。随着模型改进,可能会发布微调模型的未来版本。

数据集

我们的训练数据包括种类繁多的来源,总数为3.3万亿个令牌,是以下内容的组合
1)经过严格质量筛选的公开可用的文档,选择了高质量的 educational 数据和代码;
2)为教学数学、编码、常识推理、世界通用知识(科学、日常生活、心理理论等)而创建的新合成,“教科书式”数据;
3)高质量聊天格式监督数据,涵盖各种主题,反映人类在各种方面的偏好,例如指令遵循、真实性、诚实和帮助性。

软件

许可

该模型受MIT许可

商标

此项目可能包含项目、产品或服务的商标或徽标。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。在此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用途均受第三方政策约束。

资源