自述檔案
Orca Mini 是一個基於 Llama 和 Llama 2 模型訓練的模型,訓練資料集為 Orca Style 資料集,該資料集是使用論文《Orca:從 GPT-4 的複雜解釋追蹤中進行漸進式學習》中定義的方法創建的。有兩種變體可用。最初的 Orca Mini 基於 Llama,參數規模為 30 億、70 億和 130 億,以及基於 Llama 2 的 v3,參數規模為 70 億、130 億和 700 億。
使用方式
CLI
開啟終端機並執行 ollama run orca-mini
API
範例
curl -X POST http://localhost: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
參考文獻
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