Phi-3 是微軟開發的一系列最先進的輕量級開放模型,包含 3B (Mini) 和 14B (Medium) 版本。

3.8b 14b

2.9M 6 個月前

自述文件

Phi-3 是微軟開發的一系列開放 AI 模型。

參數尺寸

上下文窗口尺寸

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

image.png

Phi-3 Mini

Phi-3 Mini 是一個 3.8B 參數、輕量級、最先進的開放模型,使用 Phi-3 數據集進行訓練,該數據集包含合成數據和經過篩選的公開網站數據,重點是高品質和推理密集屬性。

該模型經過後訓練流程,結合了監督式微調和直接偏好優化,以確保精確的指令遵循和穩健的安全措施。

在針對常識、語言理解、數學、程式碼、長上下文和邏輯推理進行基準測試時,Phi-3 Mini-4K-Instruct 在參數少於 130 億的模型中展現了強大且最先進的效能。

Phi-3 Medium

Phi-3 Medium 是一個 14B 參數語言模型,其效能優於 Gemini 1.0 Pro。

image.png

預期用途

主要使用案例

該模型旨在用於英語的商業和研究用途。 該模型適用於需要以下條件的應用程式:1) 記憶體/運算受限環境 2) 延遲綁定情境 3) 強大的推理能力(尤其是數學和邏輯)4) 長上下文

我們的模型旨在加速語言和多模態模型的研究,並作為生成式 AI 驅動功能的基礎組件。

使用案例考量

我們的模型並非專門為所有下游目的而設計或評估。 開發人員在選擇使用案例時應考慮語言模型的常見限制,並在使用於特定下游使用案例(尤其是高風險情境)之前,評估並減輕準確性、安全性和公平性。 開發人員應了解並遵守適用於其使用案例的適用法律或法規(包括隱私、貿易合規法律等)。 本模型卡中包含的任何內容均不應解釋為或視為對模型發布所依據的授權條款的限制或修改。

負責任的 AI 考量

與其他語言模型一樣,Phi 系列模型可能會以不公平、不可靠或冒犯性的方式運作。 需要注意的一些限制行為包括

  • 服務品質:Phi 模型主要以英文文本進行訓練。 英語以外的語言效能會較差。 訓練數據中表示較少的英語語言變體,其效能可能比標準美式英語差。

  • 危害的呈現與刻板印象的延續:這些模型可能會過度或不足地呈現人群群體,消除某些群體的呈現,或強化貶低或負面的刻板印象。 儘管進行了安全後訓練,但由於不同群體的呈現程度不同,或訓練數據中反映現實世界模式和社會偏見的負面刻板印象範例的普遍性,這些限制可能仍然存在。

  • 不當或冒犯性內容:這些模型可能會產生其他類型的不當或冒犯性內容,這可能會使其不適合在敏感環境中部署,除非有針對特定使用案例的額外緩解措施。

  • 資訊可靠性:語言模型可能會產生無意義的內容或捏造聽起來合理但不準確或過時的內容。

  • 程式碼的有限範圍:Phi-3 訓練數據的大部分基於 Python,並使用常見的套件,例如 “typing, math, random, collections, datetime, itertools”。 如果模型產生使用其他套件的 Python 腳本或使用其他語言的腳本,我們強烈建議使用者手動驗證所有 API 用法。

開發人員應採用負責任的 AI 最佳實務,並負責確保特定使用案例符合相關法律和法規(例如隱私、貿易等)。 需要考量的重要領域包括:+ 分配:模型可能不適用於可能對法律地位或資源或生活機會分配產生重大影響的情境(例如:住房、就業、信貸等),除非進行進一步評估和額外的去偏見技術。

  • 高風險情境:開發人員應評估在高風險情境中使用模型的適用性,在這些情境中,不公平、不可靠或冒犯性的輸出可能成本極高或導致危害。 這包括在準確性和可靠性至關重要的敏感或專家領域提供建議(例如:法律或健康建議)。 應根據部署環境在應用程式層級實施額外的安全措施。

  • 錯誤資訊:模型可能會產生不準確的資訊。 開發人員應遵循透明度最佳實務,並告知終端使用者他們正在與 AI 系統互動。 在應用程式層級,開發人員可以建置回饋機制和管線,以將回應建立在使用案例特定的上下文資訊之上,這種技術稱為檢索增強生成 (RAG)。

  • 有害內容的產生:開發人員應評估輸出的上下文,並使用可用的安全分類器或適用於其使用案例的自訂解決方案。

  • 濫用:可能發生其他形式的濫用,例如詐欺、垃圾郵件或惡意軟體產生,開發人員應確保其應用程式不違反適用的法律和法規。

訓練

模型

  • 架構:Phi-3 Mini 具有 3.8B 參數,是一個密集的僅解碼器 Transformer 模型。 該模型使用監督式微調 (SFT) 和直接偏好優化 (DPO) 進行微調,以確保與人類偏好和安全指南對齊。
  • 輸入:文本。 它最適合使用聊天格式的提示。
  • 上下文長度:128K tokens
  • GPU:512 H100-80G
  • 訓練時間:7 天
  • 訓練數據:3.3T tokens
  • 輸出:針對輸入產生的文本
  • 日期:我們的模型在 2024 年 2 月至 4 月期間進行訓練
  • 狀態:這是一個在離線數據集上訓練的靜態模型,截止日期為 2023 年 10 月。 隨著我們改進模型,未來可能會發布微調模型的版本。

數據集

我們的訓練數據包含各種來源,總計 3.3 兆個 tokens,並且是以下項目的組合:1) 公開可用的文件,經過嚴格的品質篩選,選取了高品質的教育數據和程式碼; 2) 新建立的合成「教科書式」數據,用於教授數學、程式碼編寫、常識推理、世界通用知識(科學、日常活動、心智理論等); 3) 高品質聊天格式的監督數據,涵蓋各種主題,以反映人類在不同方面的偏好,例如指令遵循、真實性、誠實和樂於助人。

軟體

授權條款

該模型根據 MIT 授權條款授權。

商標

此專案可能包含專案、產品或服務的商標或標誌。 授權使用 Microsoft 商標或標誌須遵守並遵循 Microsoft 商標與品牌指南。 在此專案的修改版本中使用 Microsoft 商標或標誌不得造成混淆或暗示 Microsoft 贊助。 任何第三方商標或標誌的使用均受該第三方政策的約束。

資源