LLM现在一般都是基于Transormer结构，参数总和可以看作Embedding部分参数和Transormer-Decoder部分参数，Embedding部分参数由词表大小和模型维度决定；Decoder部分参数由模型层数和模型维度决定。

因此决定参数的几个因素有：词表大小、模型层数（深度）、模型维度（宽度）。

关于词表大小设置，越大的词表的压缩会更好，但可能导致模型训练不充分；越小的词表压缩会比较差，导致模型对长度需求较高。Qwen技术报告和BaiChuan2技术报告中都有相关内容介绍。

关于层数设置问题，其实模型层数和维度具体设置成多少是最优的（但一般层数变大，维度也会变大），目前好像没有论文明确表明，但绝大多数感觉跟着GPT3的层数和维度来的。

所以你可以看到常见的模型6/7B是32层、13B是40层。

PS：可能由于GPT3模型先出的，让OPT、Bloom等都是为了做开源的GPT3所提出的，因此参数规模是一致的。后面的llama也是为了对标GPT3，不过为了证明效果更好，也在中间多了33B和65B规模。130B貌似只有GLM大模型是这个参数。

现在流传甚广的其实是6/7B(小)、13B(中)，主要是由于更大的模型训练成本会更高，并且对于很多人来说13B的模型已经算顶配了（消费显卡跑得了），再大的模型，对于个人来说也是负担。