GLM · 2025-10 · MoE متناثر

GLM-4.6

GLM-4.6 هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره GLM في 2025-10، ويضم 92 طبقة وبعداً مخفياً قدره 5120 ونافذة سياق تبلغ 202,752 رمزاً.

كومة الطبقات

الانتباه ×92 · الطبقات 92

مرسوم من config.json المرفق · 92 طبقة / العرض 5,120 / السياق 202,752. رسم أصلي من هذا الأطلس.

انتباه الاستعلامات المجمّعة (GQA) — 96 q-heads / 8 kv-heads. RoPE θ=1,000,000.

هو مزيج خبراء متناثر يضم 160 خبيراً موجهاً بتوجيه top-8؛ ونحو 32.7 مليار معامل نشطة لكل رمز.

يتضمن الإعداد 1 طبقات إضافية للتنبؤ متعدد الرموز (MTP) تُستخدم لتسريع فك الترميز.

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

مقارنة كاملة بالسابق GLM-4.5-Air

النموذج	GLM-4.6	GLM-4.5-Air	النسبة
model_type	`glm4_moe`	`glm4_moe`	＝
architectures	`Glm4MoeForCausalLM`	`Glm4MoeForCausalLM`	＝
hidden_size	`5120`	`4096`	×1.25
num_hidden_layers	`92`	`46`	×2.00
num_attention_heads	`96`	`96`	≈1
num_key_value_heads	`8`	`8`	≈1
head_dim	`128`	`128`	≈1
intermediate_size	`12288`	`10944`	×1.12
hidden_act	`silu`	`silu`	＝
n_routed_experts	`160`	`128`	×1.25
num_experts_per_tok	`8`	`8`	≈1
n_shared_experts	`1`	`1`	≈1
moe_intermediate_size	`1536`	`1408`	×1.09
rope_theta	`1000000`	`1000000`	≈1
max_position_embeddings	`202752`	`131072`	×1.55
rms_norm_eps	`0.00001`	`0.00001`	≈1
vocab_size	`151552`	`151552`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
num_nextn_predict_layers	`1`	`1`	≈1
attention_bias	`true`	`true`	＝
attention_dropout	`0`	`0`	＝
pad_token_id	`151329`	`151329`	≈1
eos_token_id	`151329×1 + 151336×1 + 151338×1`	`151329×1 + 151336×1 + 151338×1`	＝
partial_rotary_factor	`0.5`	`0.5`	≈1
initializer_range	`0.02`	`0.02`	≈1
norm_topk_prob	`true`	`true`	＝

GLM-4.5 (GLM, 2025-07) 1.000
Qwen3 235B A22B (Qwen, 2025-04) 0.999
Qwen3.8 2.4T A95B (Qwen, 2026-08) 0.994
MiniMax-Text-01 (MiniMax, 2025-01) 0.990
MiniMax-M1 (MiniMax, 2025-06) 0.990
GLM-4.5-Air (GLM, 2025-07) 0.989

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

34 حقل