标签:

• unsloth 基础模型:
• Qwen/Qwen3-14B-Base 许可证: apache-2.0 库名称: transformers

Qwen3-14B-Base 模型

Qwen3核心亮点

Qwen3是通义千问系列最新一代大语言模型，提供完整稠密模型与混合专家(MoE)模型矩阵。基于训练数据、模型架构与优化技术的全面升级，Qwen3相较此前发布的Qwen2.5实现以下关键突破：

• 更优质预训练语料库：训练数据覆盖119种语言的36万亿token，语言覆盖率达Qwen2.5的三倍，并显著提升编程、STEM、推理、书籍、多语言及合成数据的高质量内容占比
• 创新训练架构技术：采用包括MoE模型全局批负载均衡损失函数、全模型qk层归一化在内的一系列技术创新，显著提升训练稳定性与综合性能
• 三阶段预训练体系：第一阶段专注通用语言建模，第二阶段强化STEM/编程/逻辑推理能力，第三阶段通过32k超长上下文训练增强长文本理解
• 缩放定律指导的超参优化：基于三阶段预训练管线的系统化缩放研究，分别针对稠密模型与MoE模型优化学习率调度器、批大小等关键超参，实现不同规模模型的最佳训练动态

模型概览

Qwen3-14B-Base核心参数：

• 类型：因果语言模型
• 训练阶段：预训练
• 参数量：148亿
• 非嵌入参数量：132亿
• 层数：40
• 注意力头数(GQA)：查询头40个，键值头8个
• 上下文长度：32,768

完整评测数据、硬件需求及推理性能请参阅技术博客、GitHub仓库与官方文档。

环境要求

Qwen3代码已集成至最新版Hugging Face transformers，建议使用最新版本。若使用transformers<4.51.0将报错：

KeyError: 'qwen3'

评测表现

详细评测结果请查阅技术博客。

引用规范

如您认可我们的工作，请引用：

@misc{qwen3,
    title  = {Qwen3},
    url    = {https://qwenlm.github.io/blog/qwen3/},
    author = {Qwen Team},
    month  = {四月},
    year   = {2025}
}