從 30 億到 700 億參數的通用模型,適用於入門級硬體。

3b 7b 13b 70b

277.3K 16 個月前

自述檔案

Orca Mini 是一個基於 Llama 和 Llama 2 模型,使用 Orca 風格資料集訓練而成的模型,這些資料集是使用論文《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,有 30 億、70 億和 130 億參數大小,而 v3 基於 Llama 2,有 70 億、130 億和 700 億參數大小。

使用方式

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
  • 13b 模型通常至少需要 16GB 的 RAM
  • 70b 模型通常至少需要 64GB 的 RAM

參考文獻

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