Qwen · 2025-04 · MoE متناثر

Qwen3 30B A3B

Qwen3 30B A3B هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره Qwen في 2025-04، ويضم 48 طبقة وبعداً مخفياً قدره 2048 ونافذة سياق تبلغ 262,144 رمزاً.

كومة الطبقات

الانتباه ×48 · الطبقات 48

مرسوم من config.json المرفق · 48 طبقة / العرض 2,048 / السياق 262,144. رسم أصلي من هذا الأطلس.

انتباه الاستعلامات المجمّعة (GQA) — 32 q-heads / 4 kv-heads. RoPE θ=10,000,000.

هو مزيج خبراء متناثر يضم 128 خبيراً موجهاً بتوجيه top-8؛ ونحو 3.2 مليار معامل نشطة لكل رمز.

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

مقارنة كاملة بالسابق Qwen3 235B A22B

النموذج	Qwen3 30B A3B	Qwen3 235B A22B	النسبة
model_type	`qwen3_moe`	`qwen3_moe`	＝
architectures	`Qwen3MoeForCausalLM`	`Qwen3MoeForCausalLM`	＝
hidden_size	`2048`	`4096`	×0.500
num_hidden_layers	`48`	`94`	×0.511
num_attention_heads	`32`	`64`	×0.500
num_key_value_heads	`4`	`4`	≈1
head_dim	`128`	`128`	≈1
intermediate_size	`6144`	`12288`	×0.500
hidden_act	`silu`	`silu`	＝
num_experts_per_tok	`8`	`8`	≈1
moe_intermediate_size	`768`	`1536`	×0.500
rope_theta	`10000000`	`5000000`	×2.00
max_position_embeddings	`262144`	`262144`	≈1
rms_norm_eps	`0.000001`	`0.000001`	≈1
vocab_size	`151936`	`151936`	≈1
torch_dtype	`bfloat16`	`bfloat16`	＝
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
bos_token_id	`151643`	`151643`	≈1
decoder_sparse_step	`1`	`1`	≈1
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`48`	`94`	×0.511
norm_topk_prob	`true`	`true`	＝
num_experts	`128`	`128`	≈1
output_router_logits	`false`	`false`	＝

Hunyuan-TurboS 30B A3B (Hunyuan, 2026-05) 1.000
Qwen3.6 35B A3B (Qwen, 2026-04) 0.999
GPT-OSS 120B (OpenAI, 2025-08) 0.997
GLM-4.5-Air (GLM, 2025-07) 0.997
Qwen3-Next 80B A3B (Qwen, 2025-09) 0.997
Qwen3-Coder-Next (Qwen, 2026-01) 0.997

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

31 حقل