Qwen3 30B A3B Base

🚀 Qwen3-30B-A3B-Base

Qwen3-30B-A3B-Base是Qwen系列最新一代大语言模型，在训练数据、模型架构和优化技术等方面有诸多改进。它能为用户提供更强大的语言处理能力，适用于多种自然语言处理场景。

🚀 快速开始

由于Qwen3-MoE的代码已集成到最新的Hugging Face transformers 库中，建议你使用最新版本的 transformers。

若使用 transformers<4.51.0 版本，会遇到如下错误：

KeyError: 'qwen3_moe'

✨ 主要特性

Qwen3亮点

Qwen3是Qwen系列的最新一代大语言模型，提供了一套全面的密集模型和混合专家（MoE）模型。基于训练数据、模型架构和优化技术的广泛改进，与之前发布的Qwen2.5相比，Qwen3有以下关键改进：

• 扩展的高质量预训练语料库：Qwen3在119种语言的36万亿个标记上进行预训练，语言覆盖范围是Qwen2.5的三倍，且包含更丰富的高质量数据，包括编码、STEM、推理、书籍、多语言和合成数据。
• 训练技术和模型架构：Qwen3采用了一系列训练技术和架构改进，包括针对MoE模型的全局批量负载平衡损失，以及适用于所有模型的qk层归一化，从而提高了稳定性和整体性能。
• 三阶段预训练：第一阶段专注于广泛的语言建模和通用知识获取；第二阶段提高推理能力，如STEM、编码和逻辑推理；第三阶段通过将训练序列长度扩展到32k个标记，增强长上下文理解能力。
• 基于缩放定律的超参数调整：通过对三阶段预训练流程进行全面的缩放定律研究，Qwen3分别对密集模型和MoE模型的关键超参数（如学习率调度器和批量大小）进行系统调整，从而在不同模型规模下实现更好的训练动态和最终性能。

模型概述

Qwen3-30B-A3B-Base 具有以下特点：

更多详细信息，包括基准评估、硬件要求和推理性能，请参考我们的 博客、GitHub 和 文档。

📚 详细文档

评估与性能

详细的评估结果请参考此 📑 博客。

引用

如果您觉得我们的工作有帮助，请引用以下内容：

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

📄 许可证

本项目采用 apache-2.0 许可证。