一个通用模型,参数规模从 30 亿到 700 亿,适合入门级硬件。
3b 7b 13b 70b
268.3K Pulls Updated 15 months ago
Updated 15 months ago
15 months ago
e71486a020f5 · 7.4GB
model
archllama
·
parameters13B
·
quantizationQ4_K_S
7.4GB
params
{ "stop": [ "### System:", "### User:", "### Assistant:" ] }
53B
system
你是一个非常善于遵循指示的 AI 助手。尽你所能提供帮助。
89B
template
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
自述文件
Orca Mini 是一个 Llama 和 Llama 2 模型,基于 Orca Style 数据集进行训练,这些数据集是使用论文《Orca: Progressive Learning from Complex Explanation Traces of GPT-4》中定义的方法创建的。 有两种变体可用。 最初的 Orca Mini 基于 Llama,参数规模为 30 亿、70 亿和 130 亿,而 v3 基于 Llama 2,参数规模为 70 亿、130 亿和 700 亿。
使用方法
CLI
打开终端并运行 ollama run orca-mini
API
示例
curl -X POST http://127.0.0.1:11434/api/generate -d '{
"model": "orca-mini",
"prompt":"Why is the sky blue?"
}'
内存需求
- 7b 模型通常至少需要 8GB 内存
- 13b 模型通常至少需要 16GB 内存
- 70b 模型通常至少需要 64GB 内存
参考
3b 参数原始来源:Pankaj Mathur
7b 参数原始来源:Pankaj Mathur
13b 参数原始来源:Pankaj Mathur
Orca Mini v3 在 Ollama 上的来源
13b 参数原始来源:Pankaj Mathur
70b 参数来源:Pankaj Mathur
Orca: Progressive Learning from Complex Explanation Traces of GPT-4