Qwen · 2026-02 · MoE متناثر · متعدد الوسائط
Qwen3.5 35B A3B
Qwen3.5 35B A3B هو محول انتباه الاستعلامات المجمّعة (GQA) أصدره Qwen في 2026-02، ويضم 40 طبقة وبعداً مخفياً قدره 2048 ونافذة سياق تبلغ 262,144 رمزاً.
كومة الطبقات
خطي ×30 الانتباه ×10 · الطبقات 40
حقائق رئيسية
| المعمل | Qwen |
|---|---|
| تاريخ الإصدار | 2026-02 |
| المعاملات | 33.9 مليار |
| النشطة | 2.7 مليار |
| السياق | 262,144 tokens |
| الانتباه | GQA (16:2) |
| الطبقات | 40 |
| بعد الطبقة المخفية | 2,048 |
| رؤوس الانتباه | 16 |
| حجم المفردات | 248,320 |
| ترميز الموضع | learned/absolute |
| التطبيع | RMSNorm |
| دالة التنشيط | silu |
| الدقة | bf16 |
| فئة المعمارية | Qwen3_5MoeForConditionalGeneration |
نظرة عامة على المعمارية
الانتباه
انتباه الاستعلامات المجمّعة (GQA) — 16 q-heads / 2 kv-heads.
الشبكة التغذية / MoE
هو مزيج خبراء متناثر يضم 256 خبيراً موجهاً بتوجيه top-8؛ ونحو 2.7 مليار معامل نشطة لكل رمز.
يتضمن الإعداد 1 طبقات إضافية للتنبؤ متعدد الرموز (MTP) تُستخدم لتسريع فك الترميز.
مقارنة حقل بحقل
المقارنة مع النموذج السابق في المعمل نفسه؛ وإن لم يوجد فمع النموذج الأقرب بنيوياً. عمود النسبة = هذا النموذج ÷ نموذج المقارنة.
مقارنة كاملة بالسابق Qwen3.5 27B
| النموذج | Qwen3.5 35B A3B | Qwen3.5 27B | النسبة |
|---|---|---|---|
| model_type | qwen3_5_moe | qwen3_5 | ≠ |
| architectures | Qwen3_5MoeForConditionalGeneration | Qwen3_5ForConditionalGeneration | ≠ |
| hidden_size | 2048 | 5120 | ×0.400 |
| num_hidden_layers | 40 | 64 | ×0.625 |
| num_attention_heads | 16 | 24 | ×0.667 |
| num_key_value_heads | 2 | 4 | ×0.500 |
| head_dim | 256 | 256 | ≈1 |
| intermediate_size | — | 17408 | |
| hidden_act | silu | silu | ＝ |
| num_experts_per_tok | 8 | — | |
| moe_intermediate_size | 512 | — | |
| max_position_embeddings | 262144 | 262144 | ≈1 |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 248320 | 248320 | ≈1 |
| image_token_id | 248056 | 248056 | ≈1 |
| tie_word_embeddings | false | false | ＝ |
| transformers_version | 4.57.0.dev0 | 4.57.0.dev0 | ＝ |
| video_token_id | 248057 | 248057 | ≈1 |
| vision_end_token_id | 248054 | 248054 | ≈1 |
| vision_start_token_id | 248053 | 248053 | ≈1 |
| attention_bias | false | false | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| attn_output_gate | true | true | ＝ |
| dtype | bfloat16 | bfloat16 | ＝ |
| eos_token_id | 248044 | 248044 | ≈1 |
| full_attention_interval | 4 | 4 | ≈1 |
أكثر المعماريات تشابهاً
- Qwen3.5 122B A10B (Qwen, 2026-02) 0.998
- Qwen3.5 397B A17B (Qwen, 2026-02) 0.991
- Hunyuan 3 Preview (Hunyuan, 2026-04) 0.986
- Hunyuan 3 Preview Base (Hunyuan, 2026-04) 0.986
- Hunyuan 3 (Hunyuan, 2026-07) 0.986
- Qwen3-Next 80B A3B (Qwen, 2025-09) 0.925
تتراوح درجات التشابه من 0 (لا سمات فئوية مشتركة) إلى 1 (ملفات بنيوية متطابقة).
حقول config.json الخام
39 حقل
| architectures | Qwen3_5MoeForConditionalGeneration |
|---|---|
| image_token_id | 248056 |
| model_type | qwen3_5_moe |
| tie_word_embeddings | false |
| transformers_version | 4.57.0.dev0 |
| video_token_id | 248057 |
| vision_end_token_id | 248054 |
| vision_start_token_id | 248053 |
| attention_bias | false |
| attention_dropout | 0 |
| attn_output_gate | true |
| dtype | bfloat16 |
| eos_token_id | 248044 |
| full_attention_interval | 4 |
| head_dim | 256 |
| hidden_act | silu |
| hidden_size | 2048 |
| initializer_range | 0.02 |
| layer_types | linear_attention×30 + full_attention×10 |
| linear_conv_kernel_dim | 4 |
| linear_key_head_dim | 128 |
| linear_num_key_heads | 16 |
| linear_num_value_heads | 32 |
| linear_value_head_dim | 128 |
| max_position_embeddings | 262144 |
| moe_intermediate_size | 512 |
| mtp_num_hidden_layers | 1 |
| mtp_use_dedicated_embeddings | false |
| num_attention_heads | 16 |
| num_experts | 256 |
| num_experts_per_tok | 8 |
| num_hidden_layers | 40 |
| num_key_value_heads | 2 |
| rms_norm_eps | 0.000001 |
| router_aux_loss_coef | 0.001 |
| shared_expert_intermediate_size | 512 |
| use_cache | true |
| vocab_size | 248320 |
| mamba_ssm_dtype | float32 |