Qwen · 2024-02 · デンス
Qwen1.5 7B
Qwen1.5 7B は Qwen が 2024-02 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 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 | Qwen |
|---|---|
| 公開日 | 2024-02 |
| 総パラメータ | 6.6 B |
| コンテキスト | 32,768 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 | 151,936 |
| 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 | bf16 |
| アーキテクチャクラス | Qwen2ForCausalLM |
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. RoPE θ=1,000,000.
FFN / MoE
デンスモデルであり、全 6.6B 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 | Qwen1.5 7B | DeepSeek-Coder 6.7B | 倍数 |
|---|---|---|---|
| model_type | qwen2 | llama | ≠ |
| architectures | Qwen2ForCausalLM | LlamaForCausalLM | ≠ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_hidden_layers | 32 | 32 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| num_key_value_heads | 32 | 32 | ≈1 |
| intermediate_size | 11008 | 11008 | ≈1 |
| hidden_act | silu | silu | ＝ |
| rope_theta | 1000000 | 100000 | ×10.00 |
| max_position_embeddings | 32768 | 16384 | ×2.00 |
| sliding_window | 32768 | — | |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 151936 | 32256 | ×4.71 |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| attention_dropout | 0 | — | |
| bos_token_id | 151643 | 32013 | ×4.74 |
| eos_token_id | 151643 | 32014 | ×4.74 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| max_window_layers | 28 | — | |
| tie_word_embeddings | false | false | ＝ |
| transformers_version | 4.37.0 | 4.34.1 | ≠ |
| use_cache | true | true | ＝ |
| use_sliding_window | false | — |
構造が最も近いモデル
- DeepSeek-Coder 6.7B (DeepSeek, 2023-11) 1.000
- DeepSeek LLM 7B (DeepSeek, 2023-11) 0.998
- LLaMA 1 7B (Meta, 2023-02) 0.884
- DeepSeekMoE 16B (DeepSeek, 2024-01) 0.872
- Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.793
- Llama 3.1 8B (Meta, 2024-07) 0.792
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
23 フィールド
| architectures | Qwen2ForCausalLM |
|---|---|
| attention_dropout | 0 |
| bos_token_id | 151643 |
| eos_token_id | 151643 |
| hidden_act | silu |
| hidden_size | 4096 |
| initializer_range | 0.02 |
| intermediate_size | 11008 |
| max_position_embeddings | 32768 |
| max_window_layers | 28 |
| model_type | qwen2 |
| num_attention_heads | 32 |
| num_hidden_layers | 32 |
| num_key_value_heads | 32 |
| rms_norm_eps | 0.000001 |
| rope_theta | 1000000 |
| sliding_window | 32768 |
| tie_word_embeddings | false |
| torch_dtype | bfloat16 |
| transformers_version | 4.37.0 |
| use_cache | true |
| use_sliding_window | false |
| vocab_size | 151936 |