DeepSeek · 2023-11 · مكثّف

DeepSeek LLM 7B

DeepSeek LLM 7B هو محول انتباه متعدد الرؤوس (MHA) أصدره DeepSeek في 2023-11، ويضم 30 طبقة وبعداً مخفياً قدره 4096 ونافذة سياق تبلغ 4,096 رمزاً.

كومة الطبقات

الانتباه ×30 · الطبقات 30

مرسوم من config.json المرفق · 30 طبقة / العرض 4,096 / السياق 4,096. رسم أصلي من هذا الأطلس.

انتباه متعدد الرؤوس (MHA) — 32 q-heads / 32 kv-heads. RoPE θ=10,000.

هو نموذج مكثف: تشارك كامل المعاملات البالغة 5.9 مليار في حساب كل رمز.

المقارنة مع النموذج السابق في المعمل نفسه؛ وإن لم يوجد فمع النموذج الأقرب بنيوياً. عمود النسبة = هذا النموذج ÷ نموذج المقارنة.

مقارنة كاملة بالسابق DeepSeek-Coder 6.7B

النموذج	DeepSeek LLM 7B	DeepSeek-Coder 6.7B	النسبة
model_type	`llama`	`llama`	＝
architectures	`LlamaForCausalLM`	`LlamaForCausalLM`	＝
hidden_size	`4096`	`4096`	≈1
num_hidden_layers	`30`	`32`	×0.938
num_attention_heads	`32`	`32`	≈1
num_key_value_heads	`32`	`32`	≈1
intermediate_size	`11008`	`11008`	≈1
hidden_act	`silu`	`silu`	＝
rope_theta	`10000`	`100000`	×0.100
max_position_embeddings	`4096`	`16384`	×0.250
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`102400`	`32256`	×3.17
torch_dtype	`bfloat16`	`bfloat16`	＝
bos_token_id	`1`	`32013`	×0.000
eos_token_id	`2`	`32014`	×0.000
initializer_range	`0.02`	`0.02`	≈1
pretraining_tp	`1`	`1`	≈1
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.33.1`	`4.34.1`	≠
use_cache	`true`	`true`	＝

DeepSeek-Coder 6.7B (DeepSeek, 2023-11) 0.999
Qwen1.5 7B (Qwen, 2024-02) 0.998
LLaMA 1 7B (Meta, 2023-02) 0.882
DeepSeekMoE 16B (DeepSeek, 2024-01) 0.874
Qwen3 8B (Qwen, 2025-04) 0.782
Hunyuan 7B (Hunyuan, 2025-08) 0.782

تتراوح درجات التشابه من 0 (لا سمات فئوية مشتركة) إلى 1 (ملفات بنيوية متطابقة).

20 حقل