一個通用模型,參數規模從 30 億到 700 億,適合入門級硬體。

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,使用 Orca 風格資料集訓練的模型,該資料集是使用論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法創建的。 有兩個版本可用。 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 版本,參數規模為 70 億、130 億和 700 億。

使用方式

命令列介面(CLI)

開啟終端機並執行 ollama run orca-mini

應用程式介面(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 的記憶體(RAM)
  • 13b 模型通常至少需要 16GB 的記憶體(RAM)
  • 70b 模型通常至少需要 64GB 的記憶體(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: Progressive Learning from Complex Explanation Traces of GPT-4