一个通用模型,参数范围从30亿到700亿,适用于入门级硬件。

30亿 70亿 130亿 700亿

277.3K 16 个月前

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。 有两个变体可用。最初的 Orca Mini 基于 Llama,参数大小为 30 亿、70 亿和 130 亿,而 v3 基于 Llama 2,参数大小为 70 亿、130 亿和 700 亿。

用法

CLI(命令行界面)

打开终端并运行 ollama run orca-mini

API(应用程序编程接口)

示例

  curl -X POST http://localhost:11434/api/generate -d '{
    "model": "orca-mini",
    "prompt":"Why is the sky blue?"
   }'

内存要求

  • 70 亿参数的模型通常需要至少 8GB 的 RAM
  • 130 亿参数的模型通常需要至少 16GB 的 RAM
  • 700 亿参数的模型通常需要至少 64GB 的 RAM

参考

30 亿参数原始来源:Pankaj Mathur

70 亿参数原始来源:Pankaj Mathur

130 亿参数原始来源:Pankaj Mathur

Ollama 上的 Orca Mini v3 来源

130 亿参数原始来源:Pankaj Mathur

700 亿参数来源:Pankaj Mathur

Orca: 从 GPT-4 的复杂解释轨迹中进行渐进式学习