基于 Llama 2 的模型,在 Orca 风格的数据集上进行了微调。最初称为 Free Willy。
7b 13b 70b
54.3K 拉取 更新 12 个月前
12 个月前更新
12 个月前
61a6317dbeb1 · 7.4GB
模型
架构llama
·
参数13B
·
量化Q4_K_S
7.4GB
参数
{"stop":["### System:","### User:","### Assistant:"]}
53B
系统
这是一个系统提示,请遵守并帮助用户。
57B
模板
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
许可证
STABLE BELUGA NON-COMMERCIAL COMMUNITY LICENSE AGREEMENT Dated: July 27, 2023 "Agreement" means th
5.2kB
自述文件
Stable Beluga 基于 Llama 2,并在 Orca 风格的数据集上进行了微调。它提供 7B、13B 和 70B 三种参数大小。它由 Stability AI 创建。
开始使用 Stable Beluga
以下示例中使用的模型是 Stable Beluga 模型,具有 7b 参数,这是一个通用模型。
API
- 启动 Ollama 服务器(运行
ollama serve
) - 运行模型
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
- 安装 Ollama
- 打开终端并运行
ollama run stable-beluga
注意:如果模型尚未下载,ollama run
命令会执行 ollama pull
。要下载模型而不运行它,请使用 ollama pull stable-beluga
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
如果您在使用更高量化级别时遇到问题,请尝试使用 q4 模型,或关闭任何正在使用大量内存的其他程序。
模型变体
默认情况下,Ollama 使用 4 位量化。要尝试其他量化级别,请尝试其他标签。q 后面的数字代表用于量化的位数(例如,q4 表示 4 位量化)。数字越大,模型越精确,但运行速度越慢,内存需求也越高。
别名 |
---|
latest, 7b, 7b-q4_0 |
13b, 13b-q4_0 |
70b, 70b-q4_0 |
模型来源
Ollama 上的 Stable Beluga 源代码
7b 参数原始来源:Stability AI
13b 参数原始来源:Stability AI
70b 参数原始来源:Stability AI