Datenerreichbar
Qwen3-4B-Instruct-2507, config.json beim Commit cdbee75
huggingface.co (externe Seite)
Die Konfiguration des Modells Qwen3-4B-Instruct-2507 von Alibaba, Lizenz Apache 2.0. Sie nennt Schichten, Breite, Köpfe, Schlüssel-Wert-Köpfe, Vokabular und ob Ein- und Ausgang sich eine Matrix teilen. Aus ihr rechnet der Parameterrechner die Anteile der Bauteile. Der Permalink zeigt auf einen festen Stand.
geprüft 10.11.2026
Grouped-Query Attention im Glossar01 Wie ein Modell innen gebaut ist04 Was ein Modell an Hardware braucht