模型详情
模型介绍
中文整理Qwen3-4B-Base
模型概述
Qwen3是通义千问系列最新一代大语言模型，提供密集模型和混合专家（MoE）模型。Qwen3-4B-Base是一款因果语言模型，训练阶段为预训练。
模型参数
参数总量：40亿
非嵌入参数：36亿
层数：36
注意力头数：Q头32个，KV头8个
上下文长度：32768个token
主要能力
预训练语料：基于36万亿token的高质量语料库，涵盖119种语言，包括编程、STEM、推理、书籍、多语言和合成数据。
训练技术：采用全局批次负载均衡损失（用于MoE模型）和qk层归一化技术，提升训练稳定性和整体性能。
三阶段预训练：第一阶段侧重广泛语言建模和通用知识获取；第二阶段提升STEM、编程和逻辑推理等推理能力；第三阶段通过将训练序列长度扩展至32k token，增强长上下文理解能力。
超参数调优：通过跨三阶段预训练管道的缩放定律研究，系统性调优学习率调度器和批量大小等关键超参数。
运行要求
需要使用Hugging Face Transformers最新版本。
许可证
请参阅官方文档获取许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。