Qwen3 8B Base

🚀 Qwen3-8B-Base

Qwen3-8B-Base是Qwen系列最新一代大語言模型，提供了一系列密集模型和專家混合（MoE）模型。它在訓練數據、模型架構和優化技術等方面取得了顯著進展，相較於之前發佈的Qwen2.5有諸多關鍵改進。

🚀 快速開始

Qwen3的代碼已集成在最新的Hugging Face transformers庫中，建議使用最新版本的transformers。

若使用transformers<4.51.0，會遇到以下錯誤：

KeyError: 'qwen3'

✨ 主要特性

Qwen3亮點

Qwen3是Qwen系列的最新一代大語言模型，提供了一套全面的密集模型和專家混合（MoE）模型。基於在訓練數據、模型架構和優化技術方面的廣泛改進，與之前發佈的Qwen2.5相比，Qwen3有以下關鍵改進：

• 擴展的高質量預訓練語料庫：Qwen3在119種語言的36萬億個標記上進行預訓練，語言覆蓋範圍是Qwen2.5的三倍，並且包含了更豐富的高質量數據，包括編碼、STEM、推理、書籍、多語言和合成數據。
• 訓練技術和模型架構：Qwen3採用了一系列訓練技術和架構改進，包括針對MoE模型的全局批量負載均衡損失和適用於所有模型的qk層歸一化，從而提高了穩定性和整體性能。
• 三階段預訓練：第一階段專注於廣泛的語言建模和通用知識獲取；第二階段提高推理技能，如STEM、編碼和邏輯推理；第三階段通過將訓練序列長度擴展到32k個標記來增強長上下文理解能力。
• 基於縮放定律的超參數調整：通過對三階段預訓練流程進行全面的縮放定律研究，Qwen3分別針對密集模型和MoE模型系統地調整關鍵超參數，如學習率調度器和批量大小，從而在不同模型規模下實現更好的訓練動態和最終性能。

模型概述

Qwen3-8B-Base具有以下特點：

更多詳細信息，包括基準評估、硬件要求和推理性能，請參考我們的博客、GitHub和文檔。

📚 詳細文檔

評估與性能

詳細的評估結果見此📑 博客。

引用

如果您覺得我們的工作有幫助，請引用我們：

@misc{qwen3,
    title  = {Qwen3},
    url    = {https://qwenlm.github.io/blog/qwen3/},
    author = {Qwen Team},
    month  = {April},
    year   = {2025}
}

📄 許可證

本項目採用Apache-2.0許可證。