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:2025-08-15 2:39:14
榆林市第六中学app 乌海市最新新闻app 保山市第六小学app 汉中市第六小学app 盘锦市旅游协会app 兰州市天气监控中心app 铜陵市卫生协会app 邯郸市政务服务app 东营市数据管理局app 齐齐哈尔市防洪app 濮阳市灾害救助app 淮南市司法管理app 乌鲁木齐市第二高中app 咸宁市社会求助app 荆门市不良信息举报app 常州市第五小学app 灵石县榆社县第四高中app 罗城仫佬族自治县第五中学app 连山壮族瑶族自治县惠农app 永清县天气监控中心app 玛曲县防火app 左权县文旅信息app 白沙黎族自治县土木工程app 枣强县第一中学app 红安县电力app 林甸县司法管理app 宁县农业app 泾县出口管理app 勃利县通讯协会app 芦溪县司法管理app 三穗县助农app 昌图县审计公开app 沂南县第二小学app 兴县审计公开app 苍梧县第二高中app 合浦县第一高中app 沽源县残联app 乾安县事业单位app 龙陵县政务服务app 恭城瑶族自治县电台广播中心app 平塘县防洪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