讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 模型,使用 Orca Style 資料集訓練的模型,該資料集是根據論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法創建的。目前有兩種變體。原始的 Orca Mini 基於 Llama,提供 30 億、70 億和 130 億參數規模的版本,而 v3 版本則基於 Llama 2,提供 70 億、130 億和 700 億參數規模的版本。
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 模型通常需要至少 8GB 的 RAM
- 13b 模型通常需要至少 16GB 的 RAM
- 70b 模型通常需要至少 64GB 的 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
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