基于 Llama 2 的模型,在 Orca 风格的数据集上进行了微调。最初被称为 Free Willy。
7b 13b 70b
54.3K Pulls 更新时间 12 个月前
更新时间 12 个月前
12 个月前
e94ee1e01926 · 47GB
模型
架构llama
·
参数69B
·
量化Q5_0
47GB
系统
这是一个系统提示,请保持礼貌并帮助用户。
57B
参数
{"num_gqa":8,"stop":["### System:","### User:","### Assistant:"]}
65B
模板
{{- if .System }} ### System: {{ .System }} {{- end }} ### User: {{ .Prompt }} ### Assistant:
96B
许可证
STABLE BELUGA 非商业社区许可协议 日期:2023 年 7 月 27 日 "协议" 指的是 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 参数尺寸。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 个参数,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
内存要求
- 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 模型或关闭任何其他使用大量内存的程序。
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 后面的数字表示用于量化的位数(例如,q4 表示 4 位量化)。数字越大,模型越准确,但运行速度越慢,需要的内存也越多。
别名 |
---|
latest, 7b, 7b-q4_0 |
13b, 13b-q4_0 |
70b, 70b-q4_0 |
模型来源
Ollama 上的 Stable Beluga 来源
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