更新於 16 個月前
16 個月前
aee6823a849a · 4.2GB
model
archllama
·
parameters6.74B
·
quantizationQ4_1
4.2GB
params
{ "stop": [ "### System:", "### User:", "### Response:" ] }
52B
system
你是一個非常擅長遵循指示的 AI 助手。請盡可能地提供協助。
89B
template
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Response:
95B
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