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:2025-12-11 6:19:35
宝鸡市安全宣传app 葫芦岛市便民app 朔州市土木工程app 石嘴山市台风监控中心app 自贡市灾害救助app 鹤壁市消防宣传app 汕尾市学校app 晋中市助农app 湖州市出口管理app 中山市公益app 承德市暴雨监控中心app 济宁市第三高中app 鄂州市工商信息app 武汉市电台广播中心app 商丘市农业补贴app 张家口市第一高中app 河池市台风监控中心app 盘锦市社会求助app 济宁市教育局app 荆州市劳动局app 吴忠市便民app 珠海市残联救助app 惠州市电台广播中心app 林芝市农业补贴app 长治市事业单位app 济宁市政务服务app 陇川县学校简介app 盐津县森林消防app 托克托县第一中学app 普兰县妇联app 宜川县残联app 秭归县街道办app 剑河县桥梁管理app 绥宁县天气监控中心app 昭觉县农业app 嘉祥县桥梁管理app 吉安县第三小学app 宕昌县粮食管理app 酉阳土家族苗族自治县第一中学app 大通回族土族自治县妇联救助app 襄城县助农app 江口县税收公开app 南涧彝族自治县农业补贴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