OpenAI · 2019-02 · 稠密
GPT-2
GPT-2 是 OpenAI 於 2019-02 發布的 多頭注意力（MHA） Transformer，共 12 層，隱藏維度 768，上下文視窗 1,024 個 token。
層堆疊
注意力 ×12 · 層數 12
關鍵參數
| 實驗室 | OpenAI |
|---|---|
| 發布時間 | 2019-02 |
| 總參數 | 1.24 B |
| 上下文 | 1,024 tokens |
| 注意力 | MHA (12:12) |
| 層數 | 12 |
| 隱藏維度 | 768 |
| 注意力頭 | 12 |
| 詞表 | 50,257 |
| 位置編碼 | learned-absolute |
| 正規化 | LayerNorm |
| 激活函數 | — |
| 訓練精度 | bf16 |
| 架構類別 | GPT2LMHeadModel |
架構概覽
注意力
多頭注意力（MHA） — 12 q-heads / 12 kv-heads.
前饋 / MoE
它是稠密模型：全部 1.24B 參數都參與每個 token 的計算。
欄位級對比
對比對象為同實驗室的上一代模型；無前代時取結構最相似的模型。倍數欄 = 本模型數值 ÷ 對比模型數值。
與最相似 GPT-3 175B (paper) 的全欄位對比
| 模型 | GPT-2 | GPT-3 175B (paper) | 倍數 |
|---|---|---|---|
| model_type | gpt2 | gpt3-paper | ≠ |
| architectures | GPT2LMHeadModel | — | |
| hidden_size | — | 12288 | |
| num_attention_heads | — | 96 | |
| max_position_embeddings | — | 2048 | |
| layer_norm_epsilon | 0.00001 | — | |
| vocab_size | 50257 | 50257 | ≈1 |
| activation_function | gelu_new | — | |
| attn_pdrop | 0.1 | — | |
| bos_token_id | 50256 | — | |
| embd_pdrop | 0.1 | — | |
| eos_token_id | 50256 | — | |
| initializer_range | 0.02 | — | |
| n_ctx | 1024 | — | |
| n_embd | 768 | — | |
| n_head | 12 | — | |
| n_layer | 12 | — | |
| n_positions | 1024 | — | |
| resid_pdrop | 0.1 | — | |
| summary_first_dropout | 0.1 | — | |
| summary_proj_to_labels | true | — | |
| summary_type | cls_index | — | |
| summary_use_proj | true | — |
結構最相似的模型
- GPT-3 175B (paper) (OpenAI, 2020-05) 0.744
- LLaMA 1 7B (Meta, 2023-02) 0.629
- Step-3 (StepFun, 2025-07) 0.604
- Step-3.5-Flash (StepFun, 2026-03) 0.602
- Step-3.7-Flash (StepFun, 2026-05) 0.602
- Qwen1.5 7B (Qwen, 2024-02) 0.580
相似度取值範圍 0（無共同類別特徵）到 1（結構輪廓完全一致）。
原始 config 欄位
20 個欄位
| activation_function | gelu_new |
|---|---|
| architectures | GPT2LMHeadModel |
| attn_pdrop | 0.1 |
| bos_token_id | 50256 |
| embd_pdrop | 0.1 |
| eos_token_id | 50256 |
| initializer_range | 0.02 |
| layer_norm_epsilon | 0.00001 |
| model_type | gpt2 |
| n_ctx | 1024 |
| n_embd | 768 |
| n_head | 12 |
| n_layer | 12 |
| n_positions | 1024 |
| resid_pdrop | 0.1 |
| summary_first_dropout | 0.1 |
| summary_proj_to_labels | true |
| summary_type | cls_index |
| summary_use_proj | true |
| vocab_size | 50257 |