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:2025-12-18 4:56:41
益阳市通讯协会app 通化市中心校app 松原市最新新闻app 宜宾市台风信息app 白城市水务app 临汾市电力app 安庆市学校app 眉山市政府公报app 忻州市教研app 大庆市政府公报app 珠海市国土信息app 商洛市学校简介app 宝鸡市台风信息app 永州市市场监督app 十堰市农业补贴app 滨州市第三小学app 渭南市财政信息app 防城港市妇联app 河池市天气监控中心app 扬州市特殊家庭关爱协会app 镇江市工商信息app 无锡市水利app 崇左市第五小学app 张家口市审计公开app 武宣县电视台广播app 三江侗族自治县安全生产app 乾县政务服务app 阳新县桥梁管理app 嘉善县建设局信息app 通山县工商信息app 秭归县养老服务app 陆川县安全生产app 巍山彝族回族自治县政府信息公开指南app 炎陵县电台广播中心app 文安县森林消防app 古浪县招标信息app 五寨县特殊家庭关爱协会app 杞县妇联救助app 西峡县教研app 多伦县残联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