Meta · 2023-02 · 稠密
LLaMA 1 7B
LLaMA 1 7B 是 Meta 於 2023-02 發布的 多頭注意力（MHA） Transformer，共 32 層，隱藏維度 4096，上下文視窗 2,048 個 token。
層堆疊
注意力 ×32 · 層數 32
關鍵參數
| 實驗室 | Meta |
|---|---|
| 發布時間 | 2023-02 |
| 總參數 | 6.74 B |
| 上下文 | 2,048 tokens |
| 注意力 | MHA (32:32) |
| 層數 | 32 |
| 隱藏維度 | 4,096 |
| 注意力頭 | 32 |
| 詞表 | 32,000 |
| 位置編碼 | learned/absolute |
| 正規化 | RMSNorm |
| 激活函數 | silu |
| 訓練精度 | — |
| 架構類別 | LlamaForCausalLM |
架構概覽
注意力
多頭注意力（MHA） — 32 q-heads / 32 kv-heads.
前饋 / MoE
它是稠密模型：全部 6.74B 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 DeepSeek-Coder 6.7B 的全欄位對比
| 模型 | LLaMA 1 7B | DeepSeek-Coder 6.7B | 倍數 |
|---|---|---|---|
| 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 | ＝ |
結構最相似的模型
- 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
| _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 |