Qwen · 2024-09 · مكثّف

Qwen2.5 72B

Qwen2.5 72B هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره Qwen في 2024-09، ويضم 80 طبقة وبعداً مخفياً قدره 8192 ونافذة سياق تبلغ 32,768 رمزاً.

كومة الطبقات

الانتباه ×80 · الطبقات 80

مرسوم من config.json المرفق · 80 طبقة / العرض 8,192 / السياق 32,768. رسم أصلي من هذا الأطلس.

انتباه الاستعلامات المجمّعة (GQA) — 64 q-heads / 8 kv-heads. RoPE θ=1,000,000.

هو نموذج مكثف: تشارك كامل المعاملات البالغة 71.4 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 Qwen2 72B

النموذج	Qwen2.5 72B	Qwen2 72B	النسبة
model_type	`qwen2`	`qwen2`	＝
architectures	`Qwen2ForCausalLM`	`Qwen2ForCausalLM`	＝
hidden_size	`8192`	`8192`	≈1
num_hidden_layers	`80`	`80`	≈1
num_attention_heads	`64`	`64`	≈1
num_key_value_heads	`8`	`8`	≈1
intermediate_size	`29568`	`29568`	≈1
hidden_act	`silu`	`silu`	＝
rope_theta	`1000000`	`1000000`	≈1
max_position_embeddings	`32768`	`32768`	≈1
sliding_window	`131072`	`131072`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`152064`	`152064`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`151643`	`151643`	≈1
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`70`	`80`	×0.875
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.43.1`	`4.40.1`	≠
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`false`	＝

Qwen2 72B (Qwen, 2024-06) 1.000
Llama 3.1 70B (Meta, 2024-07) 0.999
Qwen3 32B (Qwen, 2025-04) 0.995
Qwen3.6 27B (Qwen, 2026-04) 0.992
Qwen3.8 27B (Qwen, 2026-08) 0.992
Qwen3 8B (Qwen, 2025-04) 0.977

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

23 حقل