Meta · 2023-07 · デンス

Llama 2 70B

Llama 2 70B は Meta が 2023-07 に公開したグループ化クエリ注意（GQA） Transformer です。80 層、隠れ次元 8192、コンテキスト長 4,096 トークン。

層スタック

注意機構 ×80 · 層数 80

同梱の config.json に基づき作図 · 80 層 / 隠れ次元 8,192 / コンテキスト 4,096。図は本サイトのオリジナルです。

グループ化クエリ注意（GQA） — 64 q-heads / 8 kv-heads.

デンスモデルであり、全 68.98B のパラメータがすべてのトークンの計算に参加します。

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。

前世代 LLaMA 1 7B との全フィールド比較

モデル	Llama 2 70B	LLaMA 1 7B	倍数
model_type	`llama`	`llama`	＝
architectures	`LlamaForCausalLM`	`LlamaForCausalLM`	＝
hidden_size	`8192`	`4096`	×2.00
num_hidden_layers	`80`	`32`	×2.50
num_attention_heads	`64`	`32`	×2.00
num_key_value_heads	`8`	`—`
intermediate_size	`28672`	`11008`	×2.60
hidden_act	`silu`	`silu`	＝
max_position_embeddings	`4096`	`2048`	×2.00
rms_norm_eps	`0.00001`	`0.000001`	×10.00
vocab_size	`32000`	`32000`	≈1
torch_dtype	`float16`	`float16`	＝
bos_token_id	`1`	`1`	≈1
eos_token_id	`2`	`2`	≈1
initializer_range	`0.02`	`0.02`	≈1
pad_token_id	`0`	`0`	＝
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.31.0.dev0`	`4.28.0.dev0`	≠
use_cache	`true`	`true`	＝

Qwen3.5 27B (Qwen, 2026-02) 0.982
Qwen3.5 9B (Qwen, 2026-02) 0.956
Qwen3.5 9B Base (Qwen, 2026-02) 0.956
Qwen2 72B (Qwen, 2024-06) 0.902
Qwen2.5 72B (Qwen, 2024-09) 0.902
Llama 3.1 70B (Meta, 2024-07) 0.901

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。

19 フィールド