Mistral · 2023-09 · デンス
Mistral 7B
Mistral 7B は Mistral が 2023-09 に公開した グループ化クエリ注意（GQA） Transformer です。32 層、隠れ次元 4096、コンテキスト長 32,768 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 | Mistral |
|---|---|
| 公開日 | 2023-09 |
| 総パラメータ | 7.24 B |
| コンテキスト | 32,768 tokens |
| 注意機構 | GQA (32:8) |
| 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 | RoPE |
| 正規化 | RMSNorm |
| 活性化関数 | silu |
| 学習精度 | — |
| アーキテクチャクラス | MistralForCausalLM |
アーキテクチャ概要
注意機構
グループ化クエリ注意（GQA） — 32 q-heads / 8 kv-heads. RoPE θ=10,000.
FFN / MoE
デンスモデルであり、全 7.24B 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 Hunyuan 7B との全フィールド比較
| モデル | Mistral 7B | Hunyuan 7B | 倍数 |
|---|---|---|---|
| model_type | mistral | hunyuan_v1_dense | ≠ |
| architectures | MistralForCausalLM | HunYuanDenseV1ForCausalLM | ≠ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_hidden_layers | 32 | 32 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| num_key_value_heads | 8 | 8 | ≈1 |
| head_dim | — | 128 | |
| intermediate_size | 14336 | 14336 | ≈1 |
| hidden_act | silu | silu | ＝ |
| rope_theta | 10000 | 10000 | ≈1 |
| max_position_embeddings | 32768 | 32768 | ≈1 |
| sliding_window | 4096 | — | |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 32000 | 128167 | ×0.250 |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| bos_token_id | 1 | 1 | ≈1 |
| eos_token_id | 2 | 127960 | ×0.000 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| tie_word_embeddings | false | true | ≠ |
| transformers_version | 4.34.0.dev0 | 4.41.2 | ≠ |
| use_cache | true | true | ＝ |
構造が最も近いモデル
- Hunyuan 7B (Hunyuan, 2025-08) 1.000
- Qwen3 8B (Qwen, 2025-04) 1.000
- Qwen2.5 7B (Qwen, 2024-09) 1.000
- Llama 3.1 8B (Meta, 2024-07) 0.999
- Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.998
- Qwen3 32B (Qwen, 2025-04) 0.990
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
| architectures | MistralForCausalLM |
|---|---|
| bos_token_id | 1 |
| eos_token_id | 2 |
| hidden_act | silu |
| hidden_size | 4096 |
| initializer_range | 0.02 |
| intermediate_size | 14336 |
| max_position_embeddings | 32768 |
| model_type | mistral |
| num_attention_heads | 32 |
| num_hidden_layers | 32 |
| num_key_value_heads | 8 |
| rms_norm_eps | 0.00001 |
| rope_theta | 10000 |
| sliding_window | 4096 |
| tie_word_embeddings | false |
| torch_dtype | bfloat16 |
| transformers_version | 4.34.0.dev0 |
| use_cache | true |
| vocab_size | 32000 |