一款通用模型,參數規模從 30 億到 700 億不等,適用於入門級硬體。

3b 7b 13b 70b

277.3K 16 個月前

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

Orca:從 GPT-4 的複雜解釋追蹤中進行漸進式學習