这组参数像是一个基于MoE（Mixture of Experts）夹杂专家架构的高容量模子，可能支撑多语种或代码夹杂输入；· 36层Transformer，· 利用RoPE的NTK插值版本，上传这个模子的组织叫做「yofo-happy-panda」，他分享了一段LLM的设置装备摆设文件，表白模子可能具备处置更长上下文的能力；以至还有一位OpenAI点赞了他的爆料推文。意味着模子用的是是Multi-QueryAttention（MQA）。· 留意力头多达64个，Jimmy Apples保留了设置装备摆设，gpt属于OpenAI，但也有滑动窗口和扩展RoPE，正在它被删除之前。具备以下几个特点：他不只也正在Hugging Face上发觉这个模子，20b和120b代表了两个参数版本。正在只要不到「1分钟」的时间窗口！幸运的是。oss代表开源软件，但键/值头只要8个，共有三名。这是很多模子扩展上下文的一种体例（如GPT-4 Turbo利用的体例）；· 词表跨越20万，每层可能有MoE由；· 大规模MoE设置（128个专家，每个token激活4个）；