自述文件
Orca Mini 是一個基於 Llama 和 Llama 2 模型訓練的模型,使用 Orca 風格數據集,該數據集是使用論文《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 億參數規模,而 v3 基於 Llama 2,有 70 億、130 億和 700 億參數規模。
使用方式
CLI
打開終端機並執行 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 RAM
- 13b 模型通常至少需要 16GB RAM
- 70b 模型通常至少需要 64GB 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