vue做視頻網(wǎng)站怎樣做推廣更有效
《【快捷部署】016_Ollama（CPU only版）》 介紹了如何一鍵快捷部署Ollama，今天就來看一下受歡迎的模型。
| 模型 | 簡介 |
|---|---|
| gemma | Gemma是由谷歌及其DeepMind團隊開發(fā)的一個新的開放模型。參數(shù)：2B（1.6GB）、7B（4.8GB） |
| llava | LLaVA是一種多模式模型，它結(jié)合了視覺編碼器和Vicuna，用于通用視覺和語言理解，實現(xiàn)了模仿多模式GPT-4精神的令人印象深刻的聊天功能。參數(shù)：7B（4.7GB）、13B（8.0GB）、34B（20GB） |
| qwen | Qwen是阿里云基于transformer的一系列大型語言模型，在大量數(shù)據(jù)上進行預(yù)訓(xùn)練，包括網(wǎng)絡(luò)文本、書籍、代碼等。參數(shù)：0.5B、1.8B、4B (default)、7B、14B、 32B (new) 、 72B |
| llama2 | Llama 2由Meta Platforms發(fā)布。該模型默認情況下支持4096的上下文長度。Llama 2聊天模型根據(jù)超過100萬條人工注釋進行了微調(diào)，專為聊天而設(shè)計。參數(shù)：7B（3.8GB）、13B（7.4GB）、70B（39GB） |
| deepseek-coder | DeepSeek編碼程序是從零開始訓(xùn)練的87%的代碼和13%的英語和中文自然語言。每個模型都在2萬億個tokens上進行了預(yù)訓(xùn)練。參數(shù)：1.3B（0.8GB）、6.7B（3.8GB）、33B（19GB） |
| yi | 零一萬物出品參數(shù)：6B（3.5GB）、34B（19GB） |
| phi | 由微軟研究公司開發(fā)的2.7B語言模型，展示了卓越的推理和語言理解能力。參數(shù)：2.7B（1.6GB） |
| THUDM/GLM系列 | 智譜清言，https://chatglm.cn，知名的ChatGLM-6B、GLM-130B，以及最新的ChatGLM3-6B |
| nomic-embed-text | 大上下文嵌入模型 |
| grok-1 | Grok-1，馬斯克xAI，314B，這個的使用門檻就比較高了。 |
點擊模型文字，進入ollama library。選擇對應(yīng)的模型，就可以看到下載的命令。
注意：運行7B模型至少需要8 GB RAM, 13B 模型至少需要16 GB RAM, 33B 需要 32 GB。
更多模型請參見：
https://ollama.com/library
https://huggingface.co/models
大模型榜單：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard
往期精彩內(nèi)容推薦
👉 【快捷部署】016_Ollama（CPU only版）
👉 【快捷部署】015_Minio（latest）
👉 【快捷部署】014_elasticsearch（7.6）
👉 「快速部署」第一期清單
👉 云原生：5分鐘了解一下Kubernetes是什么