Phi-3 是微軟開發的輕量級 3B (Mini) 和 14B (Medium) 最先進開放模型系列。

3.8b 14b

2.9M 7 個月前

自述檔案

Phi-3 是微軟開發的開放 AI 模型系列。

參數大小

上下文視窗大小

注意:此模型的 128k 版本需要 Ollama 0.1.39 或更新版本。

  • 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 資料集進行訓練,該資料集包含合成資料和經過濾的公開網站資料,重點關注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最佳化,以確保精確的指令遵循和穩健的安全措施。

在針對測試常識、語言理解、數學、程式碼、長上下文和邏輯推理的基準測試中進行評估時,Phi-3 Mini-4K-Instruct 在參數少於 130 億的模型中展現了穩健且最先進的效能。

Phi-3 Medium

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

image.png

預期用途

主要使用案例

該模型旨在用於商業和研究用途,語言為英文。 該模型為需要以下條件的應用程式提供用途:1) 記憶體/運算受限的環境 2) 延遲受限的情境 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,並用作生成式 AI 驅動功能的基礎模組。

使用案例考量

我們的模型並非專門針對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(特別是高風險情境)之前,評估並減輕準確性、安全性和公平性。 開發人員應注意並遵守適用於其使用案例的相關法律或法規(包括隱私權、貿易合規法律等)。 本模型卡中包含的任何內容均不應被解釋或視為對模型發布所依據授權條款的限制或修改。

負責任任的 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。 訓練資料中代表性較少的英語語言變體,其效能可能比標準美式英語更差。

  • 危害的呈現與刻板印象的延續:這些模型可能會過度或過低呈現某些人群,消除某些人群的代表性,或強化貶低或負面的刻板印象。 儘管進行了安全後訓練,但由於不同群體代表性的程度不同,或反映真實世界模式和社會偏見的訓練資料中負面刻板印象示例的普遍性,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,除非採取針對特定使用案例的額外減輕措施。

  • 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 訓練資料的大部分基於 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或以其他語言編寫的腳本的 Python 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任的 AI 最佳實務,並有責任確保特定使用案例符合相關法律和法規(例如隱私權、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、信用等),除非經過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代價極高或導致傷害。 這包括在準確性和可靠性至關重要的敏感或專業領域提供建議(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道,以將回應紮根於特定使用案例的上下文資訊中,這是一種稱為檢索增強生成 (RAG) 的技術。

  • 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合其使用案例的自訂解決方案。

  • 誤用:可能發生其他形式的誤用,例如詐欺、垃圾郵件或惡意軟體製作,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) 和直接偏好最佳化 (DPO) 進行微調,以確保與人類偏好和安全指南保持一致。
  • 輸入:文字。 最適合使用聊天格式的提示。
  • 上下文長度:128K tokens
  • GPUS:512 H100-80G
  • 訓練時間:7 天
  • 訓練資料:3.3T tokens
  • 輸出:產生的文字以回應輸入
  • 日期:我們的模型在 2024 年 2 月至 4 月期間進行訓練
  • 狀態:這是一個靜態模型,在離線資料集上進行訓練,截止日期為 2023 年 10 月。 隨著我們改進模型,未來可能會發布經過調整的模型版本。

資料集

我們的訓練資料包含各種來源,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、選定的高品質教育資料和程式碼; 2) 新建立的合成「教科書式」資料,用於教授數學、編碼、常識推理、世界常識(科學、日常活動、心智理論等); 3) 高品質聊天格式監督資料,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 商標或標誌必須遵守並遵循 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。 任何使用第三方商標或標誌均受該第三方政策的約束。

資源