12月13日，微软在官方网站正式发布了，27亿参数的大语言模型—Phi-2。

Phi-2是基于微软的Phi-1.5开发而成，可自动生成文本/代码、总结文本、数学推理等功能。

虽然Phi-2的参数很小，性能却优于130亿参数的Llama-2和70亿参数的Mistral，以及谷歌最新发布的Gemini Nano 2。

值得一提的是，Phi-2没有进行过RLHF（人类反馈强化学习）和指令微调只是一个基础模型，但在多个任务评测中，其性能可以媲美或超过25倍参数的模型。

目前，微软已经开源了Phi-1.5和Phi-1，帮助开发者们深度研究和应用小参数模型。

Phi-1.5开源地址：https://huggingface.co/microsoft/phi-1_5

Phi-1开源地址：https://huggingface.co/microsoft/phi-1

Phi-1.5论文地址：https://arxiv.org/abs/2309.05463

目前，大模型界有一个很怪的现象，就是出的模型参数越来越大，几百亿参数只能算刚入门，上千亿的比比皆是，有的模型甚至已经达到上万亿。

参数高的模型并非不好，而是要看应用场景。对于像微软、OpenAI、百度、科大讯飞这样的基础模型服务商来说，参数越高覆盖能力就越广，例如，ChatGPT已经进化到多模态，除了生成文本，还能生成图片听懂声音等。

Phi-2评测数据

但参数高的模型同样也有很多缺点：过拟合，如果训练数据较差会出现能力不升反降的现象；算力成本巨大，用户每一次的提问都像是在“燃烧金钱”；预训练时间长，每一次模型的迭代需要耗费大量训练时间。

调优困难，高参数的模型拥有庞大且难控制的神经元，想进行部分功能调优和控制非常困难，最近变懒的GPT-4便是最好的案例。

所以，微软开发Phi系列模型的主要目的是研究，小参数模型如何在保证功能的前提下，也能与大参数的模型相媲美甚至超越，这对于企业和应用者来说是一个双赢的局面。

Phi-2简单介绍

Phi-2和Phi-1.5一样采用了24层的Transformer架构,每个头的维度为64,并使用了旋转嵌入等技术来提升模型性能。

Phi-2只是一个基础模型，没有进行过人类反馈强化学习和指令微调。但在文本生成、数学推理、代码编程方面丝毫不比大参数的模型差，甚至比他们更好。

训练数据和流程方面，Phi-2使用了1.4T超高质量的“教科书级”数据进行了预训练，并非是网络爬取的杂乱、黑箱数据。微软表示，这也是小参数模型比大参数模型性能高的关键原因之一。

Phi-2 在 96 个 A100 GPU上一共训练了14天。

Phi-2实验数据

微软在MMLU、BBH、PIQA、WinoGrande、ARC easy、Challenge、SIQA和GSM8k等主流测试平台对Phi-2进行了测试。

数据显示，在各种聚合基准上的测试超过了，Mistral -7B和Llama-2-13B。

值得一提的是，在多步推理测试任务中，例如，编码和数学，Phi-2的性能超过了700亿参数的Llama-2。

本文素材来源微软官网、Phi-1.5论文，如有侵权请联系删除