讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 的模型,使用 Orca 風格資料集進行訓練,這些資料集是根據論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法創建的。有兩種變體可用。原始的 Orca Mini 基於 Llama,有 30 億、70 億和 130 億參數大小的版本,而 v3 版本基於 Llama 2,有 70 億、130 億和 700 億參數大小的版本。
使用方式
CLI
打開終端機並執行 ollama run orca-mini
API
範例
curl -X POST https://#: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 的記憶體
- 13b 模型通常至少需要 16GB 的記憶體
- 70b 模型通常至少需要 64GB 的記憶體
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
Orca Mini v3 來源於 Ollama
13b 參數原始來源: Pankaj Mathur
70b 參數來源: Pankaj Mathur
Orca: Progressive Learning from Complex Explanation Traces of GPT-4