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 6:39:23
池州市第三高中app 哈密市环境保护协会app 张家口市土木工程app 惠州市防火app 临汾市国土信息app 池州市最新新闻app 克拉玛依市财政信息app 宿州市残联救助app 深圳市热点专题app 信阳市消防宣传app 金昌市电台广播中心app 开封市公开信息app 十堰市城乡建设app 怀化市第四中学app 绵阳市妇联app 德阳市征地服务app 惠州市第二高中app 阜阳市便民app 乐山市妇联app 曲靖市公路管理app 辽源市公益app 广元市第二小学app 潮州市防洪信息app 昆明市税务局app 广州市未成年保护协会app 鞍山市政要信息app 济宁市第一中学app 沈阳市防灾信息app 鹤壁市城乡建设app 舟曲县养老服务app 天台县工商局app 拜泉县社会求助app 龙门县申建app 乌什县养老服务app 北川羌族自治县旅游协会app 蒲县铁路管理app 金阳县妇联救助app 永德县消费协会app 太湖县公开信息app 通河县安全生产app 万年县旅游协会app 翁源县工商信息app 岱山县安全生产app 阜平县政务监督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