通用模型,參數範圍從 30 億到 700 億,適用於入門級硬體。

3b 7b 13b 70b

268.3K 15 個月前

說明文件

Orca Mini 是基於 Llama 和 Llama 2 模型訓練而成,使用 Orca 風格的資料集,這些資料集是根據論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法建立的。有兩種變體可供選擇。最初基於 Llama 的 Orca Mini 有 30 億、70 億和 130 億參數大小的版本,而基於 Llama 2 的 v3 版本則有 70 億、130 億和 700 億參數大小的版本。

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 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