phi3以小搏大（从微软放出的跑分数据看），用不到1/2的小体积（3.8b）超越llama3 8b版性能表现，增大了在手机上部署的可行性。
该仓库致力于收录分散在开源社区的各种phi3的训练变体版本，让更多网友发现那些不为人知的特色有趣权重。
同时也会顺便整理phi相关训练、推理、部署的简单教程。

• Phi-3-mini-128k-instruct-Chinese
  • 增量SFT版本：
    • modelscope: https://modelscope.cn/models/baicai003/Phi-3-mini-128k-instruct-Chinese/summary
  • 直接DPO版本：https://modelscope.cn/models/zhuangxialie/Phi-3-Chinese-ORPO/summary
  • 扩充词表版本：计划中

• Phi-3-mini-128k-instruct：https://huggingface.co/microsoft/Phi-3-mini-128k-instruct
• Phi-3-mini-4k-instruct：https://huggingface.co/microsoft/Phi-3-mini-4k-instruct

• Phi-3-mini-128k-instruct：https://modelscope.cn/models/LLM-Research/Phi-3-mini-128k-instruct/summary
• Phi-3-mini-4k-instruct：https://modelscope.cn/models/LLM-Research/Phi-3-mini-4k-instruct/summary

streamlit run deploy/streamlit_for_instruct.py ./Phi-3-mini-128k-instruct-Chinese

• 效果与跑分不符：理想是丰满的，但我实际深度体验英文原版、以及训练中文版体验后，发现phi3-mini并没有它说的那么好用，也许它有很大的刷分嫌疑？也许对它进行叠加block操作后很有潜力？
• 32K词表过小：它的词表太小了，而且没什么中文token，经常约用3～5个token表示一个汉字，导致虽然它的体积小、加载快、运行快，但实际吐字速度比llama3 8b版还慢。也许应该对它进行词表扩充和增量预训练？
  总体来说，我目前对它跑分超越llama3 8b的phi3-mini 3.8b版本是比较失望的，
  当然也许这个版本适合更轻量级的下游垂直任务，我们不应该以gpt3.5的水平对它抱以期待？或许做个moe版本会更好？