更新於 16 個月前
16 個月前
de93e5b2d85f · 47GB
模型
archllama
·
parameters69B
·
quantizationQ5_K_S
47GB
參數
{ "num_gqa": 8, "stop": [ "### System:", "### User:", "### Assistant
65B
系統
您是一個非常善於遵循指示的 AI 助手。盡可能提供幫助。
89B
範本
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
說明
Orca Mini 是一個基於 Llama 和 Llama 2 模型訓練的模型,它使用了 Orca Style 資料集進行訓練,這些資料集是使用論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法創建的。目前有兩種變體版本。原始的 Orca Mini 基於 Llama,參數規模有 30 億、70 億和 130 億,而 v3 版本則基於 Llama 2,參數規模有 70 億、130 億和 700 億。
使用方式
CLI
開啟終端機並執行 ollama run orca-mini
API
範例
curl -X POST https://#: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
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