Qwen 与 DeepSeek 为何都选择 Pre-Norm？大模型架构设计的深层原因解析（建议收藏）

Normalization 用于标准化特征稳定训练过程，缓解梯度消失或爆炸问题，并加速模型训练与提高模型泛化性能。

这篇文章旨在浅析大模型领域常见的 Normalization，包括：

不同结构：

• Pre-Norm
• Post-Norm

不同行为：

• LayerNorm
• RMSNorm
• DeepNorm
• BranchNorm

01 不同结构

Pre-Norm：

Post-Norm：

目前公认 Post-Norm 比 Pre-Norm 的最终性能要强，但不如 Pre-Norm 容易训练。

参考：为什么 Pre Norm 的效果不如 Post Norm？

https://zhuanlan.zhihu.com/p/494661681

抛弃一些复杂分析，其实从公式上可以看出 Pre-Norm 的特征可以一直前向传递，反而容易出现退化。

然而，大模型基本选择 Pre-Norm，大概有以下两个原因：

• 目前大模型层数不算深，Post-Norm 在深度上较 Pre-Norm 的优势很难凸显。
• 大模型的训练不够充分，在相同条件下 Pre-Norm 更容易训练，性能更好。

参考：https://arxiv.org/abs/2002.04745

02 不同类型

（1）LayerNorm

大模型输入存在 padding，使用 BatchNorm 会导致 padding 的特征影响正常文本 token 的语义，LayerNorm 被提出由于缓解这种现象，在一个 data sample 内部标准化。

值得一提的是，Pytorch 中 LayerNorm 的特征统计总体其实是以 Instance Norm 的方式，同时将 scale 和 bias 设置为矢量（Instance Norm 中是标量） 。

代码：

import torch

（2）RMSNorm

RMSNorm 论文指出，LayerNorm 的关键在于标准化的缩放不变性而非平移不变性，因此可以通过删除公式中关于均值的操作提高效率，且保留性能：

在 LLaMA 中的实现：

classLlamaRMSNorm(nn.Module):

（3）DeepNorm

DeepNorm 在大模型中用的不多，简单概括就是：对残差连接加入类似门控的缩放因子 α，使得超深 Transformer 在训练中更加稳定和高效。

（4）BranchNorm

是对 DeepNorm 的改进，动态调整残差缩放因子，提升训练后期的模型表达能力，从而兼顾 DeepNorm 的稳定性和 LayerNorm 的表达能力。

DeepNorm 和 BranchNorm 可做了解，比较少见。

普通人如何抓住AI大模型的风口？

领取方式在文末

为什么要学习大模型？

目前AI大模型的技术岗位与能力培养随着人工智能技术的迅速发展和应用 ， 大模型作为其中的重要组成部分 ， 正逐渐成为推动人工智能发展的重要引擎 。大模型以其强大的数据处理和模式识别能力， 广泛应用于自然语言处理 、计算机视觉 、 智能推荐等领域 ，为各行各业带来了革命性的改变和机遇 。

目前，开源人工智能大模型已应用于医疗、政务、法律、汽车、娱乐、金融、互联网、教育、制造业、企业服务等多个场景，其中，应用于金融、企业服务、制造业和法律领域的大模型在本次调研中占比超过 30%。

随着AI大模型技术的迅速发展，相关岗位的需求也日益增加。大模型产业链催生了一批高薪新职业：

人工智能大潮已来，不加入就可能被淘汰。如果你是技术人，尤其是互联网从业者，现在就开始学习AI大模型技术，真的是给你的人生一个重要建议！

最后

只要你真心想学习AI大模型技术，这份精心整理的学习资料我愿意无偿分享给你，但是想学技术去乱搞的人别来找我！

在当前这个人工智能高速发展的时代，AI大模型正在深刻改变各行各业。我国对高水平AI人才的需求也日益增长，真正懂技术、能落地的人才依旧紧缺。我也希望通过这份资料，能够帮助更多有志于AI领域的朋友入门并深入学习。

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发

大模型全套学习资料展示

自我们与MoPaaS魔泊云合作以来，我们不断打磨课程体系与技术内容，在细节上精益求精，同时在技术层面也新增了许多前沿且实用的内容，力求为大家带来更系统、更实战、更落地的大模型学习体验。

希望这份系统、实用的大模型学习路径，能够帮助你从零入门，进阶到实战，真正掌握AI时代的核心技能！

01 教学内容

• 从零到精通完整闭环：【基础理论 →RAG开发 → Agent设计 → 模型微调与私有化部署调→热门技术】5大模块，内容比传统教材更贴近企业实战！

• 大量真实项目案例： 带你亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

02适学人群

应届毕业生‌： 无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌： 非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能突破瓶颈： 传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

vx扫描下方二维码即可

本教程比较珍贵，仅限大家自行学习，不要传播！更严禁商用！

03 入门到进阶学习路线图

大模型学习路线图，整体分为5个大的阶段：

04 视频和书籍PDF合集

从0到掌握主流大模型技术视频教程（涵盖模型训练、微调、RAG、LangChain、Agent开发等实战方向）

新手必备的大模型学习PDF书单来了！全是硬核知识，帮你少走弯路（不吹牛，真有用）

05 行业报告+白皮书合集

收集70+报告与白皮书，了解行业最新动态！

06 90+份面试题/经验

AI大模型岗位面试经验总结（谁学技术不是为了赚$呢，找个好的岗位很重要）

07 deepseek部署包+技巧大全

由于篇幅有限

只展示部分资料

并且还在持续更新中…

真诚无偿分享！！！
vx扫描下方二维码即可
加上后会一个个给大家发