Meta · 2023-02 · 稠密
LLaMA 1 7B
LLaMA 1 7B 是 Meta 于 2023-02 发布的 多头注意力（MHA） Transformer，共 32 层，隐藏维度 4096，上下文窗口 2,048 个 token。
层堆栈
注意力 ×32 · 层数 32
关键参数
| 实验室 | Meta |
|---|---|
| 发布时间 | 2023-02 |
| 总参数 | 6.74 B |
| 上下文 | 2,048 tokens |
| 注意力 | MHA (32:32) |
| 层数 | 32 |
| 隐藏维度 | 4,096 |
| 注意力头 | 32 |
| 词表 | 32,000 |
| 位置编码 | learned/absolute |
| 归一化 | RMSNorm |
| 激活函数 | silu |
| 训练精度 | — |
| 架构类名 | LlamaForCausalLM |
架构概览
注意力
多头注意力（MHA） — 32 q-heads / 32 kv-heads.
前馈 / MoE
它是稠密模型：全部 6.74B 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 DeepSeek-Coder 6.7B 的全字段对比
| 模型 | LLaMA 1 7B | DeepSeek-Coder 6.7B | 倍数 |
|---|---|---|---|
| model_type | llama | llama | ＝ |
| architectures | LlamaForCausalLM | LlamaForCausalLM | ＝ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_hidden_layers | 32 | 32 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| num_key_value_heads | — | 32 | |
| intermediate_size | 11008 | 11008 | ≈1 |
| hidden_act | silu | silu | ＝ |
| rope_theta | — | 100000 | |
| max_position_embeddings | 2048 | 16384 | ×0.125 |
| rms_norm_eps | 0.000001 | 0.000001 | ≈1 |
| vocab_size | 32000 | 32256 | ×0.992 |
| torch_dtype | float16 | bfloat16 | ≠ |
| _name_or_path | /home/sgugger/tmp/llama/llama-7b/ | — | |
| bos_token_id | 1 | 32013 | ×0.000 |
| eos_token_id | 2 | 32014 | ×0.000 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| max_sequence_length | 2048 | — | |
| pad_token_id | 0 | — | |
| tie_word_embeddings | false | false | ＝ |
| transformers_version | 4.28.0.dev0 | 4.34.1 | ≠ |
| use_cache | true | true | ＝ |
结构最相似的模型
- DeepSeek-Coder 6.7B (DeepSeek, 2023-11) 0.884
- Qwen1.5 7B (Qwen, 2024-02) 0.884
- DeepSeek LLM 7B (DeepSeek, 2023-11) 0.882
- DeepSeekMoE 16B (DeepSeek, 2024-01) 0.771
- Qwen3.5 27B (Qwen, 2026-02) 0.720
- Qwen3.5 9B (Qwen, 2026-02) 0.718
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
20 个字段
| _name_or_path | /home/sgugger/tmp/llama/llama-7b/ |
|---|---|
| architectures | LlamaForCausalLM |
| bos_token_id | 1 |
| eos_token_id | 2 |
| hidden_act | silu |
| hidden_size | 4096 |
| initializer_range | 0.02 |
| intermediate_size | 11008 |
| max_position_embeddings | 2048 |
| max_sequence_length | 2048 |
| model_type | llama |
| num_attention_heads | 32 |
| num_hidden_layers | 32 |
| pad_token_id | 0 |
| rms_norm_eps | 0.000001 |
| tie_word_embeddings | false |
| torch_dtype | float16 |
| transformers_version | 4.28.0.dev0 |
| use_cache | true |
| vocab_size | 32000 |