更新於 15 個月前
15 個月前
cf92e423fb3c · 2.8GB
模型
archllama
·
parameters6.74B
·
quantizationQ2_K
2.8GB
參數
{ "stop": [ "### System:", "### User:", "### Response:" ] }
52B
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 }} ### Response:
95B
讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 的模型,使用 Orca Style 資料集訓練,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。原始 Orca Mini 基於 Llama,提供 30 億、70 億和 130 億參數版本,而 v3 版本基於 Llama 2,提供 70 億、130 億和 700 億參數版本。
使用方式
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 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
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