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:2025-12-13 3:30:57
辽源市财政信息app 铜川市森林消防app 嘉峪关市第三小学app 邢台市消防局app 安阳市市场监督app 辽源市防洪app 太原市新闻中心app 滁州市工程造价app 德阳市非物质文化遗产app 临沂市电台广播中心app 阜新市事业单位app 临沂市同城app 哈尔滨市旅游协会app 南阳市住房保障app 丽江市街道办app 阳江市惠农app 吉林市市场监督app 南昌市中心校app 内江市中心校app 龙岩市政要信息app 本溪市政务服务app 信阳市灾害救助app 北海市旅游协会app 宁阳县防火app 泸西县第三小学app 新干县税收公开app 商河县第二高中app 古田县台风信息app 太康县惠农app 临西县国土信息app 聂荣县第三中学app 鄄城县环境保护协会app 绥江县第一小学app 祥云县公正处app 彭水苗族土家族自治县第一高中app 民乐县财政信息app 突泉县公正处app 绥棱县残联救助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