标签:

• unsloth 基础模型:
• Qwen/Qwen3-4B-Base 许可证: apache-2.0 库名称: transformers

Qwen3-4B-Base 模型

Qwen3核心亮点

Qwen3作为通义千问系列最新一代大语言模型，提供了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相较此前发布的Qwen2.5实现了以下关键突破：

• 更高质量的训练语料库：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学科、逻辑推理、书籍、多语言及合成数据等高价值内容的占比
• 创新的训练技术与架构：采用包括MoE模型全局批处理负载均衡损失、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整体性能
• 三阶段预训练范式：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
• 基于缩放定律的超参优化：通过三阶段预训练管线的系统化缩放研究，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

Qwen3-4B-Base核心参数：

• 模型类型：因果语言模型
• 训练阶段：预训练
• 参数量：40亿
• 非嵌入参数量：36亿
• 层数：36
• 注意力头配置(GQA)：查询头32组，键值头8组
• 上下文长度：32,768 tokens

完整技术报告、硬件需求及推理性能测试请参阅我们的博客、GitHub与文档。

环境要求

Qwen3代码已集成至Hugging Face最新版transformers库，建议使用transformers最新版本。

若使用transformers<4.51.0版本将报错：

KeyError: 'qwen3'

评估与性能

详细评测结果请查阅技术博客。

引用声明

如果您认为我们的工作有帮助，欢迎引用：

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