GLM · 2023-10 · 稠密
ChatGLM3 6B
ChatGLM3 6B 是 GLM 于 2023-10 发布的 分组查询注意力（GQA） Transformer，共 28 层，隐藏维度 4096，上下文窗口 8,192 个 token。
层堆栈
注意力 ×28 · 层数 28
关键参数
| 实验室 | GLM |
|---|---|
| 发布时间 | 2023-10 |
| 总参数 | 6.2 B |
| 上下文 | 8,192 tokens |
| 注意力 | GQA (32:2) |
| 层数 | 28 |
| 隐藏维度 | 4,096 |
| 注意力头 | 32 |
| 词表 | — |
| 位置编码 | — |
| 归一化 | — |
| 激活函数 | — |
| 训练精度 | bf16 |
| 架构类名 | ChatGLMModel |
架构概览
注意力
分组查询注意力（GQA） — 32 q-heads / 2 kv-heads.
前馈 / MoE
它是稠密模型：全部 6.2B 参数都参与每个 token 的计算。
字段级对比
对比对象为同实验室的上一代模型；无前代时取结构最相似的模型。倍数列 = 本模型数值 ÷ 对比模型数值。
与最相似 GLM-4 9B 的全字段对比
| 模型 | ChatGLM3 6B | GLM-4 9B | 倍数 |
|---|---|---|---|
| model_type | chatglm | chatglm | ＝ |
| architectures | ChatGLMModel | ChatGLMModel | ＝ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| torch_dtype | float16 | bfloat16 | ≠ |
| _name_or_path | THUDM/chatglm3-6b | THUDM/glm-4-9b | ≠ |
| add_bias_linear | false | false | ＝ |
| add_qkv_bias | true | true | ＝ |
| apply_query_key_layer_scaling | true | true | ＝ |
| apply_residual_connection_post_layernorm | false | false | ＝ |
| attention_dropout | 0 | 0 | ＝ |
| attention_softmax_in_fp32 | true | true | ＝ |
| bias_dropout_fusion | true | true | ＝ |
| ffn_hidden_size | 13696 | 13696 | ≈1 |
| fp32_residual_connection | false | false | ＝ |
| hidden_dropout | 0 | 0 | ＝ |
| kv_channels | 128 | 128 | ≈1 |
| layernorm_epsilon | 0.00001 | 1.5625e-7 | ×64.00 |
| multi_query_attention | true | true | ＝ |
| multi_query_group_num | 2 | 2 | ≈1 |
| num_layers | 28 | 40 | ×0.700 |
| original_rope | true | true | ＝ |
| padded_vocab_size | 65024 | 151552 | ×0.429 |
| post_layer_norm | true | true | ＝ |
| rmsnorm | true | true | ＝ |
| seq_length | 8192 | 8192 | ≈1 |
结构最相似的模型
- GLM-4 9B (GLM, 2024-06) 0.997
- Qwen3.5 27B (Qwen, 2026-02) 0.712
- Qwen3.5 9B (Qwen, 2026-02) 0.699
- Qwen3.5 9B Base (Qwen, 2026-02) 0.699
- Llama 2 70B (Meta, 2023-07) 0.679
- Llama 3.1 70B (Meta, 2024-07) 0.646
相似度取值范围 0（无共同类别特征）到 1（结构画像完全一致）。
原始 config 字段
31 个字段
| _name_or_path | THUDM/chatglm3-6b |
|---|---|
| model_type | chatglm |
| architectures | ChatGLMModel |
| add_bias_linear | false |
| add_qkv_bias | true |
| apply_query_key_layer_scaling | true |
| apply_residual_connection_post_layernorm | false |
| attention_dropout | 0 |
| attention_softmax_in_fp32 | true |
| bias_dropout_fusion | true |
| ffn_hidden_size | 13696 |
| fp32_residual_connection | false |
| hidden_dropout | 0 |
| hidden_size | 4096 |
| kv_channels | 128 |
| layernorm_epsilon | 0.00001 |
| multi_query_attention | true |
| multi_query_group_num | 2 |
| num_attention_heads | 32 |
| num_layers | 28 |
| original_rope | true |
| padded_vocab_size | 65024 |
| post_layer_norm | true |
| rmsnorm | true |
| seq_length | 8192 |
| use_cache | true |
| torch_dtype | float16 |
| transformers_version | 4.30.2 |
| tie_word_embeddings | false |
| eos_token_id | 2 |
| pad_token_id | 0 |