回答：这是因为目前的大模型在FFN层都使用到SwiGLU激活函数，我们先看下这个激活函数。

SwiGLU（又称 SwishGLU）是当前大模型架构中广泛采用的一种激活函数，尤其被用于 LLaMA、PaLM、ChatGLM2 等主流开源大模型的前馈网络（FFN）中。它由 Google 于 2020 年提出，结合了 Swish 的平滑非线性特性与 GLU（Gated Linear Unit） 的门控机制，显著提升了模型的表达能力与训练稳定性。

SwiGLU 的核心优势

特性	说明
非线性能力	通过 Swish 激活函数引入平滑非线性，提升模型对复杂模式的建模能力。
门控机制	类似 GLU，通过门控结构动态控制信息流动，增强长距离依赖建模。
梯度稳定性	在负值区域仍提供非零梯度，缓解梯度消失问题，训练更稳定。
计算效率	比 GELU 等复杂激活函数更高效，适合大规模训练和推理。
可学习参数	参数可通过训练动态调整，提升任务适应性。

在大模型中的实际应用

• LLaMA 系列：使用 SwiGLU 替代 ReLU，作为 FFN 的激活函数，提升性能。

• ChatGLM2：将 GeLU 升级为 SwiGLU，配合 RMSNorm 和旋转位置编码，进一步优化生成效果。

• PaLM、OLMO 等：同样采用 SwiGLU 作为默认激活函数。

数学表达式

SwiGLU 的数学形式如下：

其中：

• ，通常设；

•  表示逐元素乘法；

•  为可学习的权重矩阵。

工程实现细节（以 LLaMA 为例）

• 中间维度计算：再对齐到最接近的 256 的倍数，以优化 GPU 计算效率。

注意

在 LLaMA 等模型里把 SwiGLU 的中间维度设成

并不是拍脑袋，而是为了 在SwiGLU 结构下保持参数总量和计算量与原来普通的 ReLU-FFN 基本相等 的一种最简单、最对称的换算方式。下面把推导拆开给你看，就明白“3/8”是怎么来的了。

1. 普通 ReLU-FFN 的参数/计算量

一个普通的前馈层（ReLU-FFN）通常这样写：

• 输入、输出维度都是 hidden_dim

• 中间做一次 up-projection 到 ffn_dim（常见做法是把 ffn_dim 设成 4×hidden_dim）。

• 因而总参数量为

2. SwiGLU-FFN 的参数/计算量

SwiGLU 把 ReLU 换成“门控线性单元”：

• W, V 各把 hidden_dim → mid_dim

• W_out 再把 mid_dim → hidden_dim

因此总参数量为

3. 让两种 FFN 的参数量相等

如果我们希望 SwiGLU 与 ReLU-FFN 的参数量完全一致，则令

两边消掉 hidden_dim，得到

而 ReLU-FFN 的常见配置里 ffn_dim = 4·hidden_dim，于是

4. 对齐到 256 的倍数（工程细节）

 往往是个小数，所以 LLaMA/ChatGLM 等代码会再把它 向上取整到最近的 256 的倍数，方便 GPU Tensor Core 对齐。

一句话总结

“8/3” 只是一个“让 SwiGLU 的参数/计算量 ≈ 原来 ReLU-FFN” 的换算系数，本身没有神秘魔法，纯粹是为了 公平比较 时保持 FLOPs/参数量一致。

这份完整版的大模型 AI 学习和面试资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓