一個通用模型,參數規模從 30 億到 700 億不等,適用於入門級硬體。

3b 7b 13b 70b

268.3K 15 個月前

說明文件

Orca Mini 是一個基於 Llama 和 Llama 2 模型訓練的模型,訓練資料集採用 Orca Style,其建立方法基於論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法。目前有兩種版本。原始的 Orca Mini 基於 Llama,參數規模有 30 億、70 億和 130 億;v3 版本基於 Llama 2,參數規模有 70 億、130 億和 700 億。

使用方式

CLI (命令列介面)

開啟終端機並執行 ollama run orca-mini

API (應用程式介面)

範例

  curl -X POST https://127.0.0.1:11434/api/generate -d '{
    "model": "orca-mini",
    "prompt":"Why is the sky blue?"
   }'

記憶體需求

  • 7b 模型通常至少需要 8GB 的 RAM
  • 13b 模型通常至少需要 16GB 的 RAM
  • 70b 模型通常至少需要 64GB 的 RAM

參考資料

3b 參數原始來源:Pankaj Mathur

7b 參數原始來源:Pankaj Mathur

13b 參數原始來源:Pankaj Mathur

Ollama 上的 Orca Mini v3 來源

13b 參數原始來源:Pankaj Mathur

70b 參數來源:Pankaj Mathur

Orca:從 GPT-4 複雜解釋追蹤中進行漸進式學習