🚀 Qwen3-8B-Base

Qwen3-8B-Base是Qwen系列最新一代大语言模型，提供了一套全面的密集模型和专家混合（MoE）模型。本项目基于在训练数据、模型架构和优化技术方面的广泛改进，相比之前发布的Qwen2.5有显著提升。

Unsloth Dynamic 2.0实现了卓越的准确性，性能优于其他领先的量化方法。

✨ 主要特性

Qwen3亮点

Qwen3是通义系列最新一代大语言模型，提供了一套全面的密集和混合专家（MoE）模型。基于在训练数据、模型架构和优化技术方面的大量改进，与之前发布的Qwen2.5相比，Qwen3有以下关键改进：

• 扩展的高质量预训练语料库：Qwen3在119种语言的36万亿个标记上进行预训练，语言覆盖范围是Qwen2.5的三倍，拥有更丰富的高质量数据，包括编码、STEM、推理、书籍、多语言和合成数据。
• 训练技术和模型架构：Qwen3采用了一系列训练技术和架构改进，包括针对MoE模型的全局批量负载均衡损失和适用于所有模型的qk层归一化，提高了稳定性和整体性能。
• 三阶段预训练：第一阶段专注于广泛的语言建模和一般知识获取，第二阶段提高推理能力，如STEM、编码和逻辑推理，第三阶段通过将训练序列长度扩展到32k标记来增强长上下文理解能力。
• 基于缩放定律的超参数调优：通过在三阶段预训练流程中进行全面的缩放定律研究，Qwen3分别针对密集模型和MoE模型系统地调整关键超参数，如学习率调度器和批量大小，从而在不同模型规模下实现更好的训练动态和最终性能。

模型概述

Qwen3-8B-Base 具有以下特点：

更多详细信息，包括基准评估、硬件要求和推理性能，请参考我们的 博客、GitHub 和 文档。

📚 详细文档

要求

Qwen3的代码已集成到最新的Hugging Face transformers 库中，建议使用最新版本的 transformers。

如果使用 transformers<4.51.0，会遇到以下错误：

KeyError: 'qwen3'

评估与性能

详细的评估结果请参考此 📑 博客。

引用

如果您觉得我们的工作有帮助，请引用：

@misc{qwen3technicalreport,
      title={Qwen3 Technical Report}, 
      author={Qwen Team},
      year={2025},
      eprint={2505.09388},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2505.09388}, 
}

📄 许可证

本项目采用 apache-2.0 许可证。