open-orca-platypus2:13b-fp16 - Ollama 框架

open-orca-platypus2:13b-fp16

457.3K 次下载更新于 2年前

Open Orca OpenChat 模型和 Garage-bAInd Platypus 2 模型的合并。专为聊天和代码生成设计。

13b

ollama run open-orca-platypus2:13b-fp16

curl https://:11434/api/chat \
  -d '{
    "model": "open-orca-platypus2:13b-fp16",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

from ollama import chat

response = chat(
    model='open-orca-platypus2:13b-fp16',
    messages=[{'role': 'user', 'content': 'Hello!'}],
)
print(response.message.content)

import ollama from 'ollama'

const response = await ollama.chat({
  model: 'open-orca-platypus2:13b-fp16',
  messages: [{role: 'user', content: 'Hello!'}],
})
console.log(response.message.content)

详情

更新于 2 年前

2 年前

950e73357fe8 · 26GB ·

模型

架构llama

·

参数13B

·

量化F16

26GB

参数

{ "stop": [ "### Instruction:", "### Response:" ] }

45B

模板

{{ .System }} ### 指令: {{ .Prompt }} ### 响应

63B

自述文件

OpenOrca Platypus2 模型是一个 130 亿参数的模型，它是 OpenOrca OpenChat 模型和 Garage-bAInd Platypus2-13B 模型的合并，两者都是 Llama 2 模型的微调。它被设计为一个通用模型，可用于聊天、文本生成和代码生成。

开始使用 OpenOrca Platypus 2

以下示例中使用的模型是 OpenOrca Platypus 2 模型，具有 13b 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://:11434/api/generate -d '{
  "model": "open-orca-platypus2",
  "prompt":"Tell me a joke about ropes."
 }'

CLI

安装 Ollama
打开终端并运行 ollama run open-orca-platypus2

注意：ollama run 命令会在模型尚未下载时执行 ollama pull。要下载模型而不运行它，请使用 ollama pull open-orca-platypus2

内存需求

13b 模型通常至少需要 16GB 的 RAM

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。数字 q 之后表示用于量化的位数（例如，q4 表示 4 位量化）。数字越大，模型的准确性越高，但运行速度越慢，并且需要的内存越多。

别名
最新, 13b, 13b-q4_0

模型来源

OpenOrca Platypus 2 在 Ollama 上的来源

13b 参数来源：OpenOrca

参考文献

Platypus：LLM 的快速、廉价且强大的改进

<img src="https://user-images.githubusercontent.com/633681/262757252-66e5d8a6-40d8-4cd8-b4b9-30d3f7dc1466.png" style="max-width:60%" />

The OpenOrca Platypus2 model is a 13 billion parameter model which is a merge of the OpenOrca OpenChat model and the Garage-bAInd Platypus2-13B model which are both fine tunings of the Llama 2 model. It is designed to be a general-use model that can be used for chat, text generation, and code generation.

## Get started with OpenOrca Platypus 2

The model used in the example below is the OpenOrca Platypus 2 model, with 13b parameters, which is a general-use model.

### API

1. Start Ollama server (Run `ollama serve`)
2. Run the model

```bash
curl -X POST https://:11434/api/generate -d '{
  "model": "open-orca-platypus2",
  "prompt":"Tell me a joke about ropes."
 }'
  ```

### CLI

1. Install Ollama
2. Open the terminal and run `ollama run open-orca-platypus2`

Note: The `ollama run` command performs an `ollama pull` if the model is not already downloaded. To download the model without running it, use `ollama pull open-orca-platypus2`

## Memory requirements

- 13b models generally require at least 16GB of RAM

If you run into issues with higher quantization levels, try using the q4 model or shut down any other programs that are using a lot of memory.

## Model variants

By default, Ollama uses 4-bit quantization. To try other quantization levels, please try the other tags. The number after the q represents the number of bits used for quantization (i.e. q4 means 4-bit quantization). The higher the number, the more accurate the model is, but the slower it runs, and the more memory it requires.

| **Aliases** |
| --- |
| latest, 13b, 13b-q4_0 |

## Model source

**OpenOrca Platypus 2 source on Ollama**

13b parameters source:
 [OpenOrca](https://hugging-face.cn/Open-Orca/OpenOrca-Platypus2-13B)

## References

[Platypus: Quick, Cheap, and Powerful Refinement of LLMs](https://arxiv.org/abs/2308.07317 )

粘贴、拖放或单击以上传图像（.png、.jpeg、.jpg、.svg、.gif）