GLM · 2026-04 · MoE متناثر

GLM-5.1

GLM-5.1 هو محول انتباه كامن متعدد الرؤوس (MLA) أصدره GLM في 2026-04، ويضم 78 طبقة وبعداً مخفياً قدره 6144 ونافذة سياق تبلغ 202,752 رمزاً.

كومة الطبقات

الانتباه ×78 · الطبقات 78

مرسوم من config.json المرفق · 78 طبقة / العرض 6,144 / السياق 202,752. رسم أصلي من هذا الأطلس.

انتباه كامن متعدد الرؤوس (MLA). kv_lora_rank=512.

هو مزيج خبراء متناثر يضم 256 خبيراً موجهاً بتوجيه top-8؛ ونحو 40 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-5

النموذج	GLM-5.1	GLM-5	النسبة
model_type	`glm_moe_dsa`	`glm_moe_dsa`	＝
architectures	`GlmMoeDsaForCausalLM`	`GlmMoeDsaForCausalLM`	＝
hidden_size	`6144`	`6144`	≈1
num_hidden_layers	`78`	`78`	≈1
num_attention_heads	`64`	`64`	≈1
num_key_value_heads	`64`	`64`	≈1
head_dim	`64`	`64`	≈1
intermediate_size	`12288`	`12288`	≈1
hidden_act	`silu`	`silu`	＝
n_routed_experts	`256`	`256`	≈1
num_experts_per_tok	`8`	`8`	≈1
n_shared_experts	`1`	`1`	≈1
moe_intermediate_size	`2048`	`2048`	≈1
kv_lora_rank	`512`	`512`	≈1
qk_rope_head_dim	`64`	`64`	≈1
q_lora_rank	`2048`	`2048`	≈1
max_position_embeddings	`202752`	`202752`	≈1
rms_norm_eps	`0.00001`	`0.00001`	≈1
vocab_size	`154880`	`154880`	≈1
num_nextn_predict_layers	`1`	`1`	≈1
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
dtype	`bfloat16`	`bfloat16`	＝
eos_token_id	`154820×1 + 154827×1 + 154829×1`	`154820×1 + 154827×1 + 154829×1`	＝
ep_size	`1`	`1`	≈1
first_k_dense_replace	`3`	`3`	≈1

GLM-5 (GLM, 2026-02) 1.000
Hunyuan 4 Preview (Hunyuan, 2026-08) 0.999
GLM-5.2 (GLM, 2026-06) 0.999
GLM-5.3 (GLM, 2026-08) 0.999
GLM-5.3-Flash (GLM, 2026-08) 0.992
Kimi K2 0905 (Kimi, 2025-09) 0.938

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

47 حقل