Qwen/Qwen3-30B-A3B

Qwen/Qwen3-30B-A3B ist auf Hugging Face als text-generation-Modell gelistet. Diese Seite dokumentiert den öffentlichen Repository-Snapshot ad44e777bcd18fa416d9da3bd8f70d33ebb85d39; überprüfen Sie die gelistete Revision, Lizenz und Laufzeitunterstützung, bevor Sie es verwenden.

Aktualisiert am

Computraq bereitet den Start vor. Diese Leitfäden erläutern die Vorbereitung und den vorgeschlagenen Rahmen; sie belegen keinen laufenden Dienst, keine Integration und keine Partnerschaft.

Identität und Zugang

Der Publisher-Eintrag identifiziert dieses Repository als Qwen/Qwen3-30B-A3B. Der aktuelle öffentliche Snapshot ist ad44e777bcd18fa416d9da3bd8f70d33ebb85d39. Der Zugang ist öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen; das aufgezeichnete Lizenzlabel ist apache-2.0. Ein öffentliches Repository oder ein gated Download begründet keine Erlaubnis für jede Nutzung.

Konfigurationsfakten

Die gepinnte Konfiguration gibt Modelltyp qwen3_moe und Architektur Qwen3MoeForCausalLM an. Der Model Hub taggt es für text-generation; diese Labels beschreiben Repository-Metadaten und belegen keine Benchmark-Leistung.

  • head_dim: 128
  • hidden_size: 2048
  • intermediate_size: 6144
  • max_position_embeddings: 40960
  • num_attention_heads: 32
  • num_experts: 128
  • num_experts_per_tok: 8
  • num_hidden_layers: 48
  • num_key_value_heads: 4
  • rms_norm_eps: 1e-06
  • rope_theta: 1000000.0
  • torch_dtype: bfloat16
  • vocab_size: 151936

Modellspezifische Qualifizierung

Diese Konfiguration oder Publisher-Metadaten kennzeichnen das Modell als Mixture of Experts. Bestätigen Sie, ob die Serving-Laufzeit seine Routing-Schichten unterstützt, und unterscheiden Sie Gesamtparameter von pro Token aktiven Parametern; hier wird keine aktive Anzahl abgeleitet, sofern der Publisher nicht explizit eine angibt.

Gewichtsspeicher-Planung

Dieser Leitfaden enthält keine unabhängig verifizierte logische Parameteranzahl und lässt daher eine numerische Gewichtsspeicher-Schätzung aus. Wenn eine Anzahl für diese exakte Repository-Revision verifiziert wird, verwenden Sie Parameteranzahl × Bytes pro Parameter als Untergrenze für die Gewichte allein; berücksichtigen Sie dann separat KV-Cache, Kontext, Aktivierungen, Laufzeit und Nebenläufigkeit.

Revision und Reproduzierbarkeit

Die Metadaten und die Konfiguration sind auf Revision ad44e777bcd18fa416d9da3bd8f70d33ebb85d39 gepinnt. Pinnen Sie diesen Commit, wenn Sie eine Evaluierung reproduzieren. Repository-Branches können sich ändern, und diese Quellenprüfung validiert die Modellgewichte selbst nicht.

Veröffentlichter Eintrag

  • Task: text-generation
  • Modelltyp: qwen3_moe
  • Architektur: Qwen3MoeForCausalLM
  • Lizenzlabel: apache-2.0
  • Zugang: öffentliches Repository; prüfen Sie die anwendbare Lizenz und die Publisher-Bedingungen
  • Revision: ad44e777bcd18fa416d9da3bd8f70d33ebb85d39

Quellen und Prüfung