Kimi K3 据称沿用 block attention residuals，模型共 93 层
burny_tech · x · 2026-07-28
一条转发在讲 Kimi K3 的 attention residuals 设计和训练/基础设施细节。
- Kimi K3 维持了 block attention residuals 的原设计。
- 据转述，模型采用 8 个 block、每个 12 层 的结构，外加一个不完整的最后 block；如果把 embedding layer 也算上，可视作 9 个 block。
- 帖子还给出它有 93 层、hidden size 7168。
- 观点是：aspect ratio 77 很保守，体现出模型更偏向“更深而不是更宽”，而 attention residuals 在深层模型里效果更好。
所属事件:Kimi K3 公开后焦点转向架构(25 条相关)→
「Infra」频道最新
- Ortet 自托管评测 34 个开源模型在 50 项健康基准上的表现 — kchonyc · 2026-10-27
- AWS 教程:SageMaker SDK v3 搭建车队级边缘视觉模型流水线 — AWS ML Blog · 2026-10-27
- Embedl 把 Qwen3.8-27B 压进 Jetson Thor:解码 40 tok/s,精度反超 FP16 — No-Dragonfly6246 · 2026-10-27
- Celesto 推出便宜近 90% 的 CI Runner，兼做 Agent 云电脑 — aniketmaurya · 2026-10-27
- Supabase 联创谈 AI 时代后端：为十亿个 AI 生成应用而设计 — Latent Space · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27