更新於 15 個月前
15 個月前
5df07f064756 · 30GB
模型
架構llama
·
參數69B
·
量化Q3_K_S
30GB
參數
{ "num_gqa": 8, "stop": [ "### System:", "### User:", "### Assistant
65B
系統
You are an AI assistant that follows instruction extremely well. Help as much as you can.
89B
範本
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
說明文件
Orca Mini 是一個基於 Llama 和 Llama 2 模型,並使用 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。 有兩個版本。 原始的 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。
用法
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 RAM
- 13b 模型通常至少需要 16GB RAM
- 70b 模型通常至少需要 64GB 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 Ollama 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