Stable Beluga 是基於 Llama 2 模型，並在 Orca 風格的資料集上進行微調。它提供 7B、13B 和 70B 等參數尺寸的版本。它由 Stability AI 創建。

開始使用 Stable Beluga

以下範例中使用的模型是 Stable Beluga 模型，具有 7b 參數，這是一個通用模型。

API

1. 啟動 Ollama 伺服器 (執行 ollama serve)
2. 執行模型

curl -X POST https://127.0.0.1:11434/api/generate -d '{
  "model": "stable-beluga",
  "prompt":"Explain the process of how a refrigerator works to keep the contents inside cold."
 }'

CLI

1. 安裝 Ollama
2. 開啟終端機並執行 ollama run stable-beluga

注意：如果模型尚未下載，ollama run 命令會執行 ollama pull。若要下載模型但不執行，請使用 ollama pull stable-beluga

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

如果您在使用較高的量化等級時遇到問題，請嘗試使用 q4 模型，或關閉任何其他佔用大量記憶體的程式。

模型變體

預設情況下，Ollama 使用 4 位元量化。若要嘗試其他量化等級，請嘗試其他標籤。q 後面的數字代表用於量化的位元數 (即 q4 表示 4 位元量化)。數字越高，模型越準確，但運行速度越慢，且需要的記憶體越多。

模型來源

Stable Beluga 在 Ollama 上的來源

7b 參數原始來源：Stability AI

13b 參數原始來源：Stability AI

70b 參數原始來源：Stability AI