アーキテクチャの進化

マルチヘッド注意（MHA） · 10

最初の形式：クエリヘッドごとに1組の key–value ヘッド。GPT-2 から2023年以前の多くのデンスモデルまで標準でした。

GPT-2 GPT-3 175B (paper) LLaMA 1 7B DeepSeek-Coder 6.7B DeepSeek LLM 7B DeepSeekMoE 16B Qwen1.5 7B Step-3 Step-3.5-Flash Step-3.7-Flash

マルチクエリ注意（MQA） · 3

全クエリヘッドが単一のKVヘッドを共有——品質を多少犠牲にしてKVキャッシュを大幅に節約。最先端のオープンモデルでは稀です。

DeepSeek-V4-Flash DeepSeek-V4-Flash Base DeepSeek-V4-Pro

グループ化クエリ注意（GQA） · 46

少数のKVヘッドをクエリヘッドのグループで共有。Llama 2 70B 以降、デンスなオープンモデルの標準です。

Llama 2 70B Mistral 7B ChatGLM3 6B Mixtral 8x22B GLM-4 9B Qwen2 72B Llama 3.1 70B Llama 3.1 8B Qwen2.5 72B Qwen2.5 7B MiniMax-Text-01 Qwen3 0.6B Qwen3 235B A22B Qwen3 30B A3B Qwen3 32B Qwen3 8B MiniMax-M1 GLM-4.5 GLM-4.5-Air Hunyuan 7B GPT-OSS 120B GPT-OSS 20B Qwen3-Next 80B A3B GLM-4.6 MiniMax-M2 Qwen3-Coder-Next MiniMax-M2.5 Qwen3.5 122B A10B Qwen3.5 27B Qwen3.5 35B A3B Qwen3.5 397B A17B Qwen3.5 9B Qwen3.5 9B Base Hunyuan 3 Preview Hunyuan 3 Preview Base MiniMax-M2.7 Qwen3.6 27B Qwen3.6 35B A3B Hunyuan-TurboS 30B A3B Hunyuan-TurboS 7B MiniMax-M3 MiniMax-M3 MXFP8 Hunyuan 3 Qwen3.8 2.4T A95B Qwen3.8 27B Qwen3.8-Flash-Next

マルチヘッド潜在注意（MLA） · 21

key と value を低ランクの潜在ベクトルに圧縮し、KVキャッシュを劇的に縮小。DeepSeek-V2 で導入されました。

DeepSeek-V2 DeepSeek-V2 Lite DeepSeek-V3 DeepSeek-V3 Base DeepSeek-R1 Moonlight 16B Kimi K2 Base DeepSeek-V3.1 DeepSeek-V3.2 Kimi K2 0905 Kimi Linear 48B A3B GLM-4.7-Flash GLM-5 Kimi K2.5 GLM-5.1 Kimi K2.6 GLM-5.2 Kimi K3 GLM-5.3 GLM-5.3-Flash Hunyuan 4 Preview

ハイブリッド線形注意 · 0

少数の全注意層を線形注意層に挟み込む設計で、ほぼ一定のメモリで長コンテキストを実現します。