更新於 16 個月前
16 個月前
cfdca07d69a0 · 57GB
模型
archllama
·
parameters69B
·
quantizationQ6_K
57GB
參數
{ "num_gqa": 8, "stop": [ "### System:", "### User:", "### Assistant
65B
系統
你是一個非常擅長遵循指示的 AI 助理。盡你所能地提供幫助。
89B
模板
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 模型訓練的模型,訓練數據集使用了 Orca 風格數據集,這些數據集是使用論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法創建的。 有兩種變體可用。 最初的 Orca Mini 基於 Llama,具有 30 億、70 億和 130 億參數大小,而 v3 基於 Llama 2,具有 70 億、130 億和 700 億參數大小。
用法
CLI
打開終端機並執行 ollama run orca-mini
API
範例
curl -X POST http://localhost: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