Meta · 2023-07 · 稠密

Llama 2 70B

Llama 2 70B 是 Meta 于 2023-07 发布的分组查询注意力（GQA） Transformer，共 80 层，隐藏维度 8192，上下文窗口 4,096 个 token。

层堆栈

注意力 ×80 · 层数 80

依据随权重发布的 config.json 绘制 · 80 层 / 宽 8,192 / 上下文 4,096。本图为本站原创示意图。

分组查询注意力（GQA） — 64 q-heads / 8 kv-heads.

它是稠密模型：全部 68.98B 参数都参与每个 token 的计算。

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。

与前代 LLaMA 1 7B 的全字段对比

模型	Llama 2 70B	LLaMA 1 7B	倍数
model_type	`llama`	`llama`	＝
architectures	`LlamaForCausalLM`	`LlamaForCausalLM`	＝
hidden_size	`8192`	`4096`	×2.00
num_hidden_layers	`80`	`32`	×2.50
num_attention_heads	`64`	`32`	×2.00
num_key_value_heads	`8`	`—`
intermediate_size	`28672`	`11008`	×2.60
hidden_act	`silu`	`silu`	＝
max_position_embeddings	`4096`	`2048`	×2.00
rms_norm_eps	`0.00001`	`0.000001`	×10.00
vocab_size	`32000`	`32000`	≈1
torch_dtype	`float16`	`float16`	＝
bos_token_id	`1`	`1`	≈1
eos_token_id	`2`	`2`	≈1
initializer_range	`0.02`	`0.02`	≈1
pad_token_id	`0`	`0`	＝
tie_word_embeddings	`false`	`false`	＝
transformers_version	`4.31.0.dev0`	`4.28.0.dev0`	≠
use_cache	`true`	`true`	＝

Qwen3.5 27B (Qwen, 2026-02) 0.982
Qwen3.5 9B (Qwen, 2026-02) 0.956
Qwen3.5 9B Base (Qwen, 2026-02) 0.956
Qwen2 72B (Qwen, 2024-06) 0.902
Qwen2.5 72B (Qwen, 2024-09) 0.902
Llama 3.1 70B (Meta, 2024-07) 0.901

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）。

19 个字段