月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

月之暗面 Kimi 开源 Moonlight:30 亿 / 160 亿参数混合专家模型

作者: 发表时间:2025-10-13 5:29:16
儋州市第二小学app 巴彦淖尔市历史记录app 佳木斯市助农app 银川市残联app 潍坊市第三中学app 丽水市便民app 漳州市税收公开app 萍乡市助农app 南通市第六中学app 松原市第五小学app 潍坊市第五小学app 衡水市第二高中app 晋中市水务app 林芝市街道办app 定西市水利app 常州市电视台广播app 方正县政府公报app 资源县桥梁管理app 巴里坤哈萨克自治县教育信息app 吉县未成年保护协会app 颍上县不良信息举报app 应县第一中学app 都安瑶族自治县政务监督app 临朐县教研app 石城县农业局app 南漳县特殊家庭关爱协会app 黎平县事业单位app 曲周县第一中学app 清河县教育局app 翁源县应急管理app 嘉祥县第五中学app 连江县水务app 彰武县通讯协会app 武强县事业单位app 铅山县防灾信息app 甘德县征地服务app 长沙县热点专题app 和县第四高中app 汝南县第五中学app 乾县水务app 天柱县消费协会app 怀远县国土信息app 昭苏县公共法律服务app 临猗县公共法律服务app 吉安县卫生协会app

本站 2 月 24 日消息,月之暗面 Kimi 昨日发布了“Muon 可扩展用于 LLM 训练”的新技术报告,并宣布推出“Moonlight”:一个在 Muon 上训练的 30 亿 / 160 亿参数混合专家模型(MoE)。使用了 5.7 万亿个 token,在更低的浮点运算次数(FLOPs)下实现了更好的性能,从而提升了帕累托效率边界。

月之暗面称,团队发现 Muon 优化器可通过添加权重衰减、仔细调整每个参数的更新幅度等技术进行扩展,并具备如下亮点:

这些技术使得 Muon 能够在大规模训练中开箱即用,无需进行超参数调优。扩展法则实验表明,与计算最优训练的 AdamW 相比,Muon 实现了约 2 倍的计算效率。

本次论文所使用的模型为 Moonlight-16B-A3B,总参数量为 15.29B,激活参数为 2.24B,其使用 Muon 优化器,在 5.7T Tokens 的训练数据下获得上述成绩。

我们的模型不仅突破了当前的 Pareto 前沿,还在训练所需的 FLOP 数大幅减少的情况下,达到了比以往模型更优的性能。

我们开源了一个分布式版本的 Muon 实现,它在内存使用和通信效率上都进行了优化。同时,我们也发布了预训练模型、经过指令调优的模型以及中间训练检查点,旨在为未来的研究提供支持。

本站附有关链接如下:

    GitHub:点此前往

    Hugging Face :点此前往

相关文章