讀我檔案
Orca Mini 是一個基於 Llama 和 Llama 2 模型,並使用 Orca 論文中定義的方法所創建的 Orca Style 資料集訓練的模型,論文名稱為:Orca: Progressive Learning from Complex Explanation Traces of GPT-4。有兩種變體可供選擇。原始的 Orca Mini 基於 Llama,參數大小有 30 億、70 億和 130 億,而 v3 版本基於 Llama 2,參數大小有 70 億、130 億和 700 億。
使用方式
CLI
開啟終端機並執行 ollama run orca-mini
API
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
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