Mistral · 2023-09 · 稠密
Mistral 7B
Mistral 7B 是 Mistral 於 2023-09 發布的 分組查詢注意力（GQA） Transformer，共 32 層，隱藏維度 4096，上下文視窗 32,768 個 token。
層堆疊
注意力 ×32 · 層數 32
關鍵參數
| 實驗室 | Mistral |
|---|---|
| 發布時間 | 2023-09 |
| 總參數 | 7.24 B |
| 上下文 | 32,768 tokens |
| 注意力 | GQA (32:8) |
| 層數 | 32 |
| 隱藏維度 | 4,096 |
| 注意力頭 | 32 |
| 詞表 | 32,000 |
| 位置編碼 | RoPE |
| 正規化 | RMSNorm |
| 激活函數 | silu |
| 訓練精度 | — |
| 架構類別 | MistralForCausalLM |
架構概覽
注意力
分組查詢注意力（GQA） — 32 q-heads / 8 kv-heads. RoPE θ=10,000.
前饋 / MoE
它是稠密模型：全部 7.24B 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 Hunyuan 7B 的全欄位對比
| 模型 | Mistral 7B | Hunyuan 7B | 倍數 |
|---|---|---|---|
| model_type | mistral | hunyuan_v1_dense | ≠ |
| architectures | MistralForCausalLM | HunYuanDenseV1ForCausalLM | ≠ |
| hidden_size | 4096 | 4096 | ≈1 |
| num_hidden_layers | 32 | 32 | ≈1 |
| num_attention_heads | 32 | 32 | ≈1 |
| num_key_value_heads | 8 | 8 | ≈1 |
| head_dim | — | 128 | |
| intermediate_size | 14336 | 14336 | ≈1 |
| hidden_act | silu | silu | ＝ |
| rope_theta | 10000 | 10000 | ≈1 |
| max_position_embeddings | 32768 | 32768 | ≈1 |
| sliding_window | 4096 | — | |
| rms_norm_eps | 0.00001 | 0.00001 | ≈1 |
| vocab_size | 32000 | 128167 | ×0.250 |
| torch_dtype | bfloat16 | bfloat16 | ＝ |
| bos_token_id | 1 | 1 | ≈1 |
| eos_token_id | 2 | 127960 | ×0.000 |
| initializer_range | 0.02 | 0.02 | ≈1 |
| tie_word_embeddings | false | true | ≠ |
| transformers_version | 4.34.0.dev0 | 4.41.2 | ≠ |
| use_cache | true | true | ＝ |
結構最相似的模型
- Hunyuan 7B (Hunyuan, 2025-08) 1.000
- Qwen3 8B (Qwen, 2025-04) 1.000
- Qwen2.5 7B (Qwen, 2024-09) 1.000
- Llama 3.1 8B (Meta, 2024-07) 0.999
- Hunyuan-TurboS 7B (Hunyuan, 2026-05) 0.998
- Qwen3 32B (Qwen, 2025-04) 0.990
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
| architectures | MistralForCausalLM |
|---|---|
| bos_token_id | 1 |
| eos_token_id | 2 |
| hidden_act | silu |
| hidden_size | 4096 |
| initializer_range | 0.02 |
| intermediate_size | 14336 |
| max_position_embeddings | 32768 |
| model_type | mistral |
| num_attention_heads | 32 |
| num_hidden_layers | 32 |
| num_key_value_heads | 8 |
| rms_norm_eps | 0.00001 |
| rope_theta | 10000 |
| sliding_window | 4096 |
| tie_word_embeddings | false |
| torch_dtype | bfloat16 |
| transformers_version | 4.34.0.dev0 |
| use_cache | true |
| vocab_size | 32000 |