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:2025-12-20 8:49:39
蚌埠市旅游协会app 抚顺市公共法律服务app 松原市政务监督app 哈密市台风信息app 林芝市教研app 白山市最新新闻app 衡水市政要信息app 镇江市太阳能发电信息app 汕尾市农业app 东营市妇联救助app 汉中市土地局app 吉林市台风监控中心app 洛阳市助农app 临沧市第五小学app 六安市政务服务app 汕头市第六小学app 大同市税收公开app 河源市第二高中app 滁州市住房保障app 东营市不良信息举报app 荆州市人社管理app 汕尾市人社管理app 临沂市公益app 长春市暴雨监控中心app 商丘市土地申报app 咸宁市台风信息app 怀化市土地申报app 武威市第二小学app 包头市防火app 平顶山市防洪app 长丰县灾害救助app 依安县农业app 澄城县工程造价app 洪洞县第五高中app 景泰县便民app 来凤县出口管理app 洱源县第四中学app 襄城县电力app 怀远县学校app 千阳县未成年保护协会app 河曲县电台广播中心app 乐业县民政管理app 普安县土地局app 望谟县服务大厅app 宜阳县栾川县环境保护协会app 澧县政务服务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