Qwen · 2025-04 · مكثّف

Qwen3 0.6B

Qwen3 0.6B هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره Qwen في 2025-04، ويضم 28 طبقة وبعداً مخفياً قدره 1024 ونافذة سياق تبلغ 40,960 رمزاً.

كومة الطبقات

الانتباه ×28 · الطبقات 28

مرسوم من config.json المرفق · 28 طبقة / العرض 1,024 / السياق 40,960. رسم أصلي من هذا الأطلس.

انتباه الاستعلامات المجمّعة (GQA) — 16 q-heads / 8 kv-heads. RoPE θ=1,000,000.

هو نموذج مكثف: تشارك كامل المعاملات البالغة 0.6 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 بالسابق Qwen2.5 7B

النموذج	Qwen3 0.6B	Qwen2.5 7B	النسبة
model_type	`qwen3`	`qwen2`	≠
architectures	`Qwen3ForCausalLM`	`Qwen2ForCausalLM`	≠
hidden_size	`1024`	`3584`	×0.286
num_hidden_layers	`28`	`28`	≈1
num_attention_heads	`16`	`28`	×0.571
num_key_value_heads	`8`	`4`	×2.00
head_dim	`128`	`—`
intermediate_size	`3072`	`18944`	×0.162
hidden_act	`silu`	`silu`	＝
rope_theta	`1000000`	`1000000`	≈1
max_position_embeddings	`40960`	`32768`	×1.25
sliding_window	`—`	`131072`
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`152064`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_bias	`false`	`—`
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	`28`	`28`	≈1
tie_word_embeddings	`true`	`false`	≠
transformers_version	`4.51.0`	`4.43.1`	≠
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`false`	＝

Qwen2.5 7B (Qwen, 2024-09) 0.989
Mistral 7B (Mistral, 2023-09) 0.988
Hunyuan 7B (Hunyuan, 2025-08) 0.988
Qwen3 8B (Qwen, 2025-04) 0.988
Llama 3.1 8B (Meta, 2024-07) 0.988
Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.987

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

24 حقل