标签:

• unsloth 基础模型:
• Qwen/Qwen3-1.7B-Base 许可证: apache-2.0 库名称: transformers

Qwen3-1.7B-Base

Qwen3亮点

Qwen3是通义千问系列最新一代大语言模型，提供完整的稠密模型与混合专家（MoE）模型组合。基于训练数据、模型架构和优化技术的全面升级，Qwen3相比此前发布的Qwen2.5实现以下核心突破：

• 更高质量预训练语料库：Qwen3预训练数据覆盖119种语言的36万亿token，语言覆盖量达Qwen2.5的三倍，并显著提升编程、STEM、推理、书籍、多语言及合成数据等高价值内容占比。
• 训练技术与架构优化：采用包括MoE模型全局批次负载均衡损失、全模型qk层归一化等系列创新技术，显著提升训练稳定性与整体性能。
• 三阶段预训练体系：第一阶段专注通用语言建模与知识获取，第二阶段强化STEM/编程/逻辑推理等能力，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调优：基于三阶段预训练的缩放定律研究，针对稠密/MoE模型分别系统优化学习率调度器、批次大小等关键超参，实现不同规模模型的最佳训练动态。

模型概览

Qwen3-1.7B-Base核心参数：

• 类型：因果语言模型
• 训练阶段：预训练
• 参数量：17亿
• 非嵌入参数量：14亿
• 层数：28
• 注意力头数（GQA）：Q头16个/KV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与文档。

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transformers<4.51.0将报错：

KeyError: 'qwen3'

评测表现

详细评测结果请见技术博客。

引用

欢迎引用我们的工作：

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