更新於 15 個月前
15 個月前
f6557e9aa182 · 49GB
模型
archllama
·
parameters69B
·
quantizationQ5_K_M
49GB
參數
{ "num_gqa": 8, "stop": [ "### System:", "### User:", "### Assistant
65B
系統
您是一個非常擅長遵循指示的 AI 助理。 請盡可能提供協助。
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 模型訓練的模型,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》中定義的方法創建的。 有兩種變體可用。 原始的 Orca Mini 基於 Llama,有 30 億、70 億和 130 億參數大小,而 v3 基於 Llama 2,有 70 億、130 億和 700 億參數大小。
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 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