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

Readme

Orca Mini 是一個基於 Llama 和 Llama 2 模型,使用 Orca Style 資料集訓練而成,這些資料集是使用論文《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。 最初的 Orca Mini 基於 Llama,提供 30 億、70 億和 130 億參數規模,而 v3 版本基於 Llama 2,提供 70 億、130 億和 700 億參數規模。

使用方式

CLI

開啟終端機並執行 ollama run orca-mini

API

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

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 在 Ollama 上的來源

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