/ Модель

Характеристики

Контекст
4 096 токенов
Параметры
3,7 млрд
Лицензия
MIT
Архитектура
phi3 · dense
Опубликована
17 мая 2024

Phi-3-mini-4k-instruct-onnx-web

Генерация текстаТекст → текст6 профессий

Веб-версия Phi-3 Mini-4K-Instruct для генерации текста и диалогов в браузере через ONNX Runtime Web.

307скачиваний за 30 дней28лайковвеса обновлены30 мая 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Phi-3 Mini-4K-Instruct ONNX Web — версия модели Microsoft для генерации текста и диалогов непосредственно в браузере с помощью ONNX Runtime Web. Она построена на плотной архитектуре Phi-3 с 3,7 млрд параметров и контекстом до 4096 токенов.

Модель принимает текстовые запросы и генерирует текстовые ответы; её можно использовать для чат-интерфейсов и других сценариев генерации текста в веб-приложениях. В веб-версии веса представлены в формате FP16 с блочной квантизацией INT4, выход logits — FP32; для совместимости с кэшированием Chromium файлы ONNX и внешних данных должны укладываться в 2 ГБ. Для ускорения рекомендуется WebGPU; скорость зависит от GPU. В README указана скорость около 42 токенов в секунду на NVIDIA GeForce RTX 4090.

Модель распространяется по лицензии MIT. Ограничения, связанные с точностью и качеством ответов, в карточке не описаны.

Сценарии применения

  • создание чат-бота в браузере
  • генерация текстовых ответов в веб-приложении
  • локальный диалоговый интерфейс без серверного инференса
  • встраивание генерации текста в JavaScript-приложение

Ограничения

Для файлов ONNX и внешних данных действует ограничение до 2 ГБ для кэширования в Chromium; скорость инференса зависит от GPU. Качество ответов и перечень поддерживаемых естественных языков в карточке не описаны.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Phi-3 Mini-4K-Instruct ONNX model for in-browser inference

Running Phi3-mini-4K entirely in the browser! Check out this demo.

This repository hosts the optimized Web version of ONNX Phi-3-mini-4k-instruct model to accelerate inference in the browser with ONNX Runtime Web.

The Phi-3-Mini-4K-Instruct is a 3.8B parameters, lightweight, state-of-the-art open model trained with the Phi-3 datasets that includes both synthetic data and the filtered publicly available websites data with a focus on high-quality and reasoning dense properties. When assessed against benchmarks testing common sense, language understanding, math, code, long context and logical reasoning, Phi-3 Mini-4K-Instruct showcased a robust and state-of-the-art performance among models with less than 13 billion parameters.

How to run

ONNX Runtime Web is a JavaScript library to enable web developers to deploy machine learning models directly in web browsers, offering multiple backends leveraging hardware acceleration. WebGPU backend is recommended to run Phi-3-mini efficiently.

Here is an E2E example for running this optimized Phi3-mini-4K for the web, with ONNX Runtime harnessing WebGPU.

Supported devices and browser with WebGPU: Chrome 113+ and Edge 113+ for Mac, Windows, ChromeOS, and Chrome 121+ for Android. Pls visit here for tracking WebGPU support in browsers

Performance Metrics

Performance vary between GPUs. The more powerful the GPU, the faster the speed. On a NVIDIA GeForce RTX 4090: ~42 tokens/second

Additional Details

To obtain other optimized Phi3-mini-4k ONNX models for server platforms, Windows, Linux, Mac desktops, and mobile, please visit Phi-3-mini-4k-instruct onnx model. The model differences in the web version compared to other versions:

  1. the model is fp16 with int4 block quantization for weights
  2. the 'logits' output is fp32
  3. the model uses MHA instead of GQA
  4. onnx and external data file need to stay below 2GB to be cacheable in chromium

To optimize a fine-tuned Phi3-mini-4k model to run with ONNX Runtime Web, please follow this Olive example. Olive is an easy-to-use model optimization tool for generating an optimized ONNX model to efficiently run with ONNX Runtime across platforms.

Model Description

  • Developed by: Microsoft
  • Model type: ONNX
  • Inference Language(s) (NLP): JavaScript
  • License: MIT
  • Model Description: This is the web version of the Phi-3 Mini-4K-Instruct model for ONNX Runtime inference.

Model Card Contact

guschmue, qining

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js).

Класс архитектуры
Phi3ForCausalLM
Ревизия весов
80a2792

0 моделей