一款通用模型,參數規模從 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 模型訓練的模型,其訓練資料集為 Orca Style 資料集,這些資料集是使用論文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定義的方法所建立的。目前提供兩種版本。原始 Orca Mini 基於 Llama,提供 30 億、70 億和 130 億參數規模;v3 版本則基於 Llama 2,提供 70 億、130 億和 700 億參數規模。

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 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 記憶體
  • 13b 模型通常至少需要 16GB 記憶體
  • 70b 模型通常至少需要 64GB 記憶體

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

Orca Mini v3 在 Ollama 上的來源

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