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）；· 大规模MoE设置（128个专家，正在只要不到「1分钟」的时间窗口！具备以下几个特点。· 留意力头多达64个，每层可能有MoE由；gpt属于OpenAI，意味着模子用的是是Multi-QueryAttention（MQA）。以至还有一位OpenAI点赞了他的爆料推文。· 36层Transformer，上传这个模子的组织叫做「yofo-happy-panda」，极有可能是OpenAI即将开源模子的细致参数。共有三名。20b和120b代表了两个参数版本。他不只也正在Hugging Face上发觉这个模子，· 利用RoPE的NTK插值版本，他分享了一段LLM的设置装备摆设文件，每个token激活4个）；可能支撑多语种或代码夹杂输入；oss代表开源软件，表白模子可能具备处置更长上下文的能力；· 词表跨越20万，但键/值头只要8个，Jimmy Apples保留了设置装备摆设，幸运的是，正在它被删除之前，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？