OpenAI · 2020-05 · 덴스
GPT-3 175B (paper)
GPT-3 175B (paper)은(는) OpenAI가 2020-05에 공개한 멀티헤드 어텐션(MHA) Transformer로, 96개 층, 은닉 차원 12288, 컨텍스트 길이 2,048 토큰을 갖습니다.
원 논문의 참조 아키텍처로, 가중치는 비공개입니다.
레이어 스택
어텐션 ×96 · 레이어 수 96
핵심 사양
| 연구소 | OpenAI |
|---|---|
| 공개일 | 2020-05 |
| 총 파라미터 | 175 B |
| 컨텍스트 | 2,048 tokens |
| 어텐션 | MHA (96:96) |
| 레이어 수 | 96 |
| 은닉 차원 | 12,288 |
| 어텐션 헤드 | 96 |
| 어휘 크기 | 50,257 |
| 위치 인코딩 | learned-absolute |
| 정규화 | — |
| 활성화 함수 | gelu |
| 학습 정밀도 | — |
| 아키텍처 클래스 | gpt3-paper |
아키텍처 개요
어텐션
멀티헤드 어텐션(MHA) — 96 q-heads / 96 kv-heads.
FFN / MoE
덴스 모델로, 전체 175B 파라미터가 모든 토큰 계산에 참여합니다.
필드 단위 비교
같은 연구소의 이전 세대 모델과 비교합니다. 없으면 구조가 가장 유사한 모델과 비교. 배수 열 = 본 모델 ÷ 비교 대상.
이전 세대 GPT-2과의 전 필드 비교
| 모델 | GPT-3 175B (paper) | GPT-2 | 배수 |
|---|---|---|---|
| model_type | gpt3-paper | gpt2 | ≠ |
| architectures | — | GPT2LMHeadModel | |
| hidden_size | 12288 | — | |
| num_attention_heads | 96 | — | |
| max_position_embeddings | 2048 | — | |
| layer_norm_epsilon | — | 0.00001 | |
| vocab_size | 50257 | 50257 | ≈1 |
| _note | GPT-3 未开源权重，本表字段取自 arXiv:2005.14165 Table 2.1 (GPT-3 175B/davinci) | — | |
| source | paper:arXiv:2005.14165 | — | |
| num_layers | 96 | — | |
| n_head_kv | 96 | — | |
| activation | gelu | — | |
| positional_encoding | learned:absolute | — | |
| normalization | LayerNorm(pre+post) | — | |
| residual | post-LN style | — | |
| attention | MHA, alternating local(sp=256)/global per layer (GPT-3 paper §2.1) | — |
구조가 가장 유사한 모델
- GPT-2 (OpenAI, 2019-02) 0.744
- Step-3 (StepFun, 2025-07) 0.687
- Step-3.7-Flash (StepFun, 2026-05) 0.613
- Step-3.5-Flash (StepFun, 2026-03) 0.613
- LLaMA 1 7B (Meta, 2023-02) 0.581
- Qwen1.5 7B (Qwen, 2024-02) 0.528
유사도는 0(공통 범주 특징 없음)에서 1(구조 프로파일 완전 일치) 사이의 값입니다.
config.json 전체 필드
14 개 필드
| _note | GPT-3 未开源权重，本表字段取自 arXiv:2005.14165 Table 2.1 (GPT-3 175B/davinci) |
|---|---|
| source | paper:arXiv:2005.14165 |
| model_type | gpt3-paper |
| num_layers | 96 |
| hidden_size | 12288 |
| num_attention_heads | 96 |
| n_head_kv | 96 |
| max_position_embeddings | 2048 |
| vocab_size | 50257 |
| activation | gelu |
| positional_encoding | learned:absolute |
| normalization | LayerNorm(pre+post) |
| residual | post-LN style |
| attention | MHA, alternating local(sp=256)/global per layer (GPT-3 paper §2.1) |