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:2025-11-17 7:22:55
吉安市土地局app 阳泉市最新新闻app 石家庄市第一小学app 宜昌市国土信息app 舟山市政务服务app 合肥市最新新闻app 玉林市电力app 镇江市教研app 苏州市第三小学app 金华市第四中学app 绥化市学校简介app 衡水市建设局信息app 锦州市助农app 深圳市水利app 柳州市土地局app 蚌埠市建设局信息app 宝鸡市非物质文化遗产app 德庆县数据管理局app 汝南县教育局app 赤城县特殊家庭关爱协会app 清水河县服务大厅app 罗平县人社管理app 新化县新闻中心app 大新县论坛app 太湖县土地局app 朗县便民app 汪清县第二中学app 泸溪县重大建设公开app 定日县助农app 新丰县惠农app 永福县土木工程app 恭城瑶族自治县防洪信息app 志丹县农业局app 革吉县消费协会app 安吉县文旅信息app 砚山县第六小学app 昌宁县建设局信息app 余干县同城app 崇阳县水务app 永德县环境保护协会app 怀宁县电视台广播app 江安县政务服务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