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

277.3K 16 個月前

說明文件

Orca Mini 是一個基於 Llama 和 Llama 2 的模型,使用 Orca Style 資料集進行訓練,其資料集創建方式採用了論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法。有兩種版本可供選擇。原始的 Orca Mini 基於 Llama,提供 30 億、70 億和 130 億參數尺寸,而 v3 版本基於 Llama 2,提供 70 億、130 億和 700 億參數尺寸。

用法

CLI

開啟終端機並執行 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 (記憶體)
  • 13b 模型通常至少需要 16GB 的 RAM (記憶體)
  • 70b 模型通常至少需要 64GB 的 RAM (記憶體)

參考資料

30 億參數原始來源:Pankaj Mathur

70 億參數原始來源:Pankaj Mathur

130 億參數原始來源:Pankaj Mathur

Ollama 上的 Orca Mini v3 來源

130 億參數原始來源:Pankaj Mathur

700 億參數來源:Pankaj Mathur

Orca: Progressive Learning from Complex Explanation Traces of GPT-4