大语言模型总结整理（不定期更新）

《【快捷部署】016_Ollama（CPU only版）》 介绍了如何一键快捷部署Ollama，今天就来看一下受欢迎的模型。

模型	简介
gemma	Gemma是由谷歌及其DeepMind团队开发的一个新的开放模型。 参数：2B（1.6GB）、7B（4.8GB）
llava	LLaVA是一种多模式模型，它结合了视觉编码器和Vicuna，用于通用视觉和语言理解，实现了模仿多模式GPT-4精神的令人印象深刻的聊天功能。 参数：7B（4.7GB）、13B（8.0GB）、34B（20GB）
qwen	Qwen是阿里云基于transformer的一系列大型语言模型，在大量数据上进行预训练，包括网络文本、书籍、代码等。 参数：0.5B、1.8B、4B (default)、7B、14B、 32B (new) 、 72B
llama2	Llama 2由Meta Platforms发布。该模型默认情况下支持4096的上下文长度。Llama 2聊天模型根据超过100万条人工注释进行了微调，专为聊天而设计。 参数：7B（3.8GB）、13B（7.4GB）、70B（39GB）
deepseek-coder	DeepSeek编码程序是从零开始训练的87%的代码和13%的英语和中文自然语言。每个模型都在2万亿个tokens上进行了预训练。 参数：1.3B（0.8GB）、6.7B（3.8GB）、33B（19GB）
yi	零一万物出品 参数：6B（3.5GB）、34B（19GB）
phi	由微软研究公司开发的2.7B语言模型，展示了卓越的推理和语言理解能力。 参数：2.7B（1.6GB）
THUDM/GLM系列	智谱清言，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，马斯克xAI，314B，这个的使用门槛就比较高了。

点击模型文字，进入ollama library。选择对应的模型，就可以看到下载的命令。

注意：运行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。

更多模型请参见：
https://ollama.com/library
https://huggingface.co/models
大模型榜单：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard

往期精彩内容推荐

👉 【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」第一期清单
👉 云原生：5分钟了解一下Kubernetes是什么