license: apache-2.0 library_name: transformers

Qwen3-30B-A3B-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）模型体系。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实现了以下关键突破：

• 更高质量的大规模预训练语料：Qwen3预训练数据覆盖119种语言的36万亿token，语言覆盖范围达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数据的占比。
• 训练技术与架构创新：引入包括MoE模型的全局批次负载均衡损失、全系模型的qk层归一化等一系列技术创新，显著提升训练稳定性与整体性能。
• 三阶段预训练框架：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长序列训练增强上下文理解。
• 基于缩放定律的超参调优：通过三阶段预训练管线的系统性缩放研究，针对稠密/MoE模型分别优化学习率调度器、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

Qwen3-30B-A3B-Base核心参数：

• 类型：因果语言模型
• 训练阶段：预训练
• 参数量：总参数量30.5B，激活参数量3.3B
• 非嵌入参数量：29.9B
• 层数：48
• 注意力头数（GQA）：查询头32个，键值头4个
• 专家总数：128
• 激活专家数：8
• 上下文长度：32,768

完整评测结果、硬件需求及推理性能请参阅技术博客、GitHub仓库和官方文档。

环境要求

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

KeyError: 'qwen3_moe'

评测表现

详细评测结果请查阅📖技术博客。

引用声明

如果我们的工作对您有帮助，欢迎引用：

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