我要投稿

Qwen3 即将推出！

发布日期：2025-03-30 19:35:23 浏览次数： 2472

作者：大卷学长

微信搜一搜，关注“大卷学长”

最近在 huggingface/transformers 的 pr 中看到来自 Qwen3 和 Qwen3MoE 的请求。

原文：https://github.com/huggingface/transformers/pull/36878

浏览代码可以看到这次的更新有：

https://huggingface.co/Qwen/Qwen3-15B-A2B (MOE model)
https://huggingface.co/Qwen/Qwen3-8B-beta
Qwen/Qwen3-0.6B-Base

看来本次针对更新的都是一些小参数的模型，比较期待有一个 30-40B 的 MoE

与传统 MoE 的差异

特性：

路由策略：传统MoE采用全局路由，即所有专家参与计算。Qwen3Moe采用稀疏路由，仅Top-K个专家参与计算。
负载均衡：传统MoE没有显式优化，容易出现专家坍塌。Qwen3Moe集成load_balancing_loss，以惩罚不均衡的情况。
计算复杂度：传统MoE的计算复杂度为O(N×E)，其中N为序列长度，E为专家数。Qwen3Moe的计算复杂度为O(N×K)，其中K为Top-K参数。
动态适应性：传统MoE使用固定频率的RoPE。Qwen3Moe动态调整RoPE频率，属于动态类型。

与 Qwen2.5 的比较

特性：

RoPE类型： Qwen-2.5仅支持静态RoPE。Qwen3Moe支持dynamic、yarn、llama3等多种类型。
稀疏层调度： Qwen-2.5未明确支持。Qwen3Moe通过mlp_only_layers和sparse_step实现灵活控制。
注意力后端： Qwen-2.5仅基础实现。Qwen3Moe集成Flash Attention 2和SDPA加速。
生成缓存管理： Qwen-2.5使用传统KV缓存。Qwen3Moe支持滑动窗口缓存（sliding_window）。
MoE实现： Qwen-2.5未使用MoE。Qwen3Moe实现稀疏MoE + 负载均衡损失。

Qwen3Moe 的优势

特性：

动态 RoPE：支持多种缩放策略，适配长序列和不同硬件。
稀疏 MoE：通过 Top-K 路由和负载均衡损-失，提升模型容量与训练稳定性。
高效注意力：集成 Flash Attention 2 和 SDPA，优化生成速度。
模块化设计：继承并扩展 Llama/Mistral 组件，提升代码可维护性。
生成优化：滑动窗口缓存和动态 KV 更新，降低解码内存占用。

总结

目前在小参数模型中，个人总体使用感觉来说，qwen 模型是首选，特别是此次将要更新的 Qwen3-15B-A2B，15B 总参数量的稀疏 MoE 模型，实际激活参数量为 2B，所以要求的硬件设备资源更低，速度可以更快

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-04-29

海外著名投资人的内部 AI 工具，才是真干货

2026-04-28

实测了 DeepSeek V4 后，我的评价是...

2026-04-26

Linux基金会背书 Goose：全能型本地 AI Agent 杀手，一键接管你的所有工作流！

2026-04-26

今天起，DeepSeek V4成OpenClaw默认模型！

2026-04-26

初识OpenSpec

2026-04-25

DeepSeek V4报告太详尽了！484天换代之路全公开

2026-04-24

阿里云 AI 网关支持 DeepSeek V4

2026-04-24

一手实测 DeepSeek V4，代码能力真的很强

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

Hermes Agent 出来了，聊聊它凭什么跟 OpenClaw 掰手腕

2026-03-30

Google Gemma 4 开源｜全面解读

2026-04-03

字节跳动开源 DeerFlow 2.0：下一代超级 Agent 引擎，一键搞定复杂工作流！

2026-03-23

刚刚，Claude Code开源了！51万行代码，全网狂欢

2026-03-31

很多人突然不玩小龙虾而用Hermes Agent了。我替你试了，跟小龙虾到底有啥不同？

2026-04-09

全网都在猜DeepSeek V4的发布时间，但国产模型激战还有一条暗线

2026-02-14

1700人收藏！港大开源 ClawWork：开局 10 美元，AI 靠打工 7 小时狂赚 1 万刀！

2026-02-18

4 天 6.8K Star，这个 AI 漫剧项目火了：waoowaoo！

2026-03-03

GLM-5 技术报告全解读｜a16z：“最好的开源模型”

2026-02-22

震惊！刚刚，Anthropic掀了桌子：OpenClaude横空出世，大模型闭源时代彻底终结？

2026-04-01

大家都在问

百度把Nano Banana塞进4090，疯了？

2026-04-22

Kimi K2.6 开源了！还附送了 300 个 Agent 员工？

2026-04-21

Hermes 凭什么两个月接棒 OpenClaw？

2026-04-15

很多人突然不玩小龙虾而用Hermes Agent了。我替你试了，跟小龙虾到底有啥不同？

2026-04-09

震惊！刚刚，Anthropic掀了桌子：OpenClaude横空出世，大模型闭源时代彻底终结？

2026-04-01

英伟达的NemoClaw，能帮AI代理这匹“野马”套上缰绳吗？

2026-03-17

你的 AI Agent 真的在受控运行吗？

2026-03-13

137K 行代码、零 clippy 警告：这个开源项目凭什么让 AI Agent 领域炸锅？

2026-03-02

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw