Meta · 2023-02 · デンス
LLaMA 1 7B
LLaMA 1 7B は Meta が 2023-02 に公開した マルチヘッド注意（MHA） Transformer です。32 層、隠れ次元 4096、コンテキスト長 2,048 トークン。
層スタック
注意機構 ×32 · 層数 32
主要スペック
| 開発元 | Meta |
|---|---|
| 公開日 | 2023-02 |
| 総パラメータ | 6.74 B |
| コンテキスト | 2,048 tokens |
| 注意機構 | MHA (32:32) |
| 層数 | 32 |
| 隠れ次元 | 4,096 |
| 注意ヘッド | 32 |
| 語彙数 | 32,000 |
| 位置エンコーディング | learned/absolute |
| 正規化 | RMSNorm |
| 活性化関数 | silu |
| 学習精度 | — |
| アーキテクチャクラス | LlamaForCausalLM |
アーキテクチャ概要
注意機構
マルチヘッド注意（MHA） — 32 q-heads / 32 kv-heads.
FFN / MoE
デンスモデルであり、全 6.74B のパラメータがすべてのトークンの計算に参加します。
フィールド単位の比較
同一開発元の前世代モデルと比較します。前世代がない場合は構造最相似モデルと比較。倍数欄 = 本モデル ÷ 比較対象。
最相似 DeepSeek-Coder 6.7B との全フィールド比較
| モデル | LLaMA 1 7B | DeepSeek-Coder 6.7B | 倍数 |
|---|---|---|---|
| model_type | llama | llama | ＝ |
| architectures | LlamaForCausalLM | LlamaForCausalLM | ＝ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_hidden_layers | 32 | 32 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| num_key_value_heads | — | 32 | |
| intermediate_size | 11008 | 11008 | ≈1 |
| hidden_act | silu | silu | ＝ |
| rope_theta | — | 100000 | |
| max_position_embeddings | 2048 | 16384 | ×0.125 |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 32000 | 32256 | ×0.992 |
| torch_dtype | float16 | bfloat16 | ≠ |
| _name_or_path | /home/sgugger/tmp/llama/llama-7b/ | — | |
| bos_token_id | 1 | 32013 | ×0.000 |
| eos_token_id | 2 | 32014 | ×0.000 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| max_sequence_length | 2048 | — | |
| pad_token_id | 0 | — | |
| tie_word_embeddings | false | false | ＝ |
| transformers_version | 4.28.0.dev0 | 4.34.1 | ≠ |
| use_cache | true | true | ＝ |
構造が最も近いモデル
- DeepSeek-Coder 6.7B (DeepSeek, 2023-11) 0.884
- Qwen1.5 7B (Qwen, 2024-02) 0.884
- DeepSeek LLM 7B (DeepSeek, 2023-11) 0.882
- DeepSeekMoE 16B (DeepSeek, 2024-01) 0.771
- Qwen3.5 27B (Qwen, 2026-02) 0.720
- Qwen3.5 9B (Qwen, 2026-02) 0.718
類似度は 0（共通のカテゴリ特徴なし）から 1（構造プロファイルが完全に一致）の範囲です。
config.json の全フィールド
20 フィールド
| _name_or_path | /home/sgugger/tmp/llama/llama-7b/ |
|---|---|
| architectures | LlamaForCausalLM |
| bos_token_id | 1 |
| eos_token_id | 2 |
| hidden_act | silu |
| hidden_size | 4096 |
| initializer_range | 0.02 |
| intermediate_size | 11008 |
| max_position_embeddings | 2048 |
| max_sequence_length | 2048 |
| model_type | llama |
| num_attention_heads | 32 |
| num_hidden_layers | 32 |
| pad_token_id | 0 |
| rms_norm_eps | 0.000001 |
| tie_word_embeddings | false |
| torch_dtype | float16 |
| transformers_version | 4.28.0.dev0 |
| use_cache | true |
| vocab_size | 32000 |