15 個月前更新
15 個月前
d55eb108b6d2 · 5.5GB
模型
archllama
·
parameters6.74B
·
quantizationQ6_K
5.5GB
params
{ "stop": [ "### System:", "### User:", "### Response:" ] }
52B
system
您是一個會嚴格遵循指示的人工智慧助理。請盡可能地提供協助。
89B
template
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Response:
95B
讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 模型,根據 Orca: Progressive Learning from Complex Explanation Traces of GPT-4 這篇論文中定義的方法,使用 Orca Style 資料集進行訓練。有兩種變體版本。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。
使用方式
命令列介面
開啟終端機並執行 ollama run orca-mini
應用程式介面
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