Qwen · 2024-02 · مكثّف

Qwen1.5 7B

Qwen1.5 7B هو محول انتباه متعدد الرؤوس (MHA) أصدره Qwen في 2024-02، ويضم 32 طبقة وبعداً مخفياً قدره 4096 ونافذة سياق تبلغ 32,768 رمزاً.

كومة الطبقات

الانتباه ×32 · الطبقات 32

مرسوم من config.json المرفق · 32 طبقة / العرض 4,096 / السياق 32,768. رسم أصلي من هذا الأطلس.

انتباه متعدد الرؤوس (MHA) — 32 q-heads / 32 kv-heads. RoPE θ=1,000,000.

هو نموذج مكثف: تشارك كامل المعاملات البالغة 6.6 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 بالأقرب DeepSeek-Coder 6.7B

النموذج	Qwen1.5 7B	DeepSeek-Coder 6.7B	النسبة
model_type	`qwen2`	`llama`	≠
architectures	`Qwen2ForCausalLM`	`LlamaForCausalLM`	≠
hidden_size	`4096`	`4096`	≈1
num_hidden_layers	`32`	`32`	≈1
num_attention_heads	`32`	`32`	≈1
num_key_value_heads	`32`	`32`	≈1
intermediate_size	`11008`	`11008`	≈1
hidden_act	`silu`	`silu`	＝
rope_theta	`1000000`	`100000`	×10.00
max_position_embeddings	`32768`	`16384`	×2.00
sliding_window	`32768`	`—`
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`32256`	×4.71
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_dropout	`0`	`—`
bos_token_id	`151643`	`32013`	×4.74
eos_token_id	`151643`	`32014`	×4.74
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`28`	`—`
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.37.0`	`4.34.1`	≠
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`—`

DeepSeek-Coder 6.7B (DeepSeek, 2023-11) 1.000
DeepSeek LLM 7B (DeepSeek, 2023-11) 0.998
LLaMA 1 7B (Meta, 2023-02) 0.884
DeepSeekMoE 16B (DeepSeek, 2024-01) 0.872
Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.793
Llama 3.1 8B (Meta, 2024-07) 0.792

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

23 حقل