《【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：
大模型榜单：https://huggingface.co/spaces/HuggingFaceH4/open_llm_leaderboard