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:2025-12-09 9:30:54
伊春市税务局app 泰州市公开信息app 淮北市历史记录app 淄博市建设局信息app 朔州市旅游监督app 忻州市残联救助app 吉安市农业局app 伊春市财政信息app 芜湖市公益app 泰安市第一高中app 商洛市教研app 昌都市森林消防app 济宁市铁路管理app 通化市土木工程app 泰州市环境保护协会app 南阳市农业补贴app 临汾市财政信息app 鄂尔多斯市便民app 阳江市第三中学app 云浮市事业单位app 日喀则市防火app 抚顺市消防宣传app 肇庆市公路管理app 汉中市公开信息app 巴彦淖尔市第五中学app 邯郸市安全宣传app 宣城市暴雨监控中心app 上饶市教研app 岚县安全生产app 肃北蒙古族自治县环境保护协会app 千阳县消防宣传app 江口县应急管理app 庄浪县助农app 宁武县社会求助app 陇县养殖补助app 中江县残联app 云林县征地服务app 如东县申建app 迭部县教育局app 青县司法管理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