Qwen · 2025-04 · مكثّف

Qwen3 8B

Qwen3 8B هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره Qwen في 2025-04، ويضم 36 طبقة وبعداً مخفياً قدره 4096 ونافذة سياق تبلغ 40,960 رمزاً.

كومة الطبقات

الانتباه ×36 · الطبقات 36

مرسوم من config.json المرفق · 36 طبقة / العرض 4,096 / السياق 40,960. رسم أصلي من هذا الأطلس.

انتباه الاستعلامات المجمّعة (GQA) — 32 q-heads / 8 kv-heads. RoPE θ=1,000,000.

هو نموذج مكثف: تشارك كامل المعاملات البالغة 7.9 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 Qwen3 32B

النموذج	Qwen3 8B	Qwen3 32B	النسبة
model_type	`qwen3`	`qwen3`	＝
architectures	`Qwen3ForCausalLM`	`Qwen3ForCausalLM`	＝
hidden_size	`4096`	`5120`	×0.800
num_hidden_layers	`36`	`64`	×0.563
num_attention_heads	`32`	`64`	×0.500
num_key_value_heads	`8`	`8`	≈1
head_dim	`128`	`128`	≈1
intermediate_size	`12288`	`25600`	×0.480
hidden_act	`silu`	`silu`	＝
rope_theta	`1000000`	`1000000`	≈1
max_position_embeddings	`40960`	`40960`	≈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
eos_token_id	`151645`	`151645`	≈1
initializer_range	`0.02`	`0.02`	≈1
max_window_layers	`36`	`64`	×0.563
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.51.0`	`4.51.0`	＝
use_cache	`true`	`true`	＝
use_sliding_window	`false`	`false`	＝

Hunyuan 7B (Hunyuan, 2025-08) 1.000
Mistral 7B (Mistral, 2023-09) 1.000
Qwen2.5 7B (Qwen, 2024-09) 0.999
Llama 3.1 8B (Meta, 2024-07) 0.999
Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.998
Qwen3.6 27B (Qwen, 2026-04) 0.992

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

24 حقل