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:2025-12-16 1:51:42
阜新市第二高中app 通化市应急管理app 白城市重大建设公开app 南充市振兴乡村app 呼和浩特市便民app 唐山市事业单位app 连云港市农业app 银川市民政管理app 榆林市防洪app 天水市便民app 巴彦淖尔市第二高中app 泰安市论坛app 百色市农业补贴app 六安市妇联救助app 朔州市事业单位app 邵阳市第一小学app 宜春市服务大厅app 南平市信息公开app 松原市政要信息app 牡丹江市旅游协会app 垫江县学校app 临武县第二中学app 黑水县农业app 凤冈县特殊家庭关爱协会app 八宿县残联app 蔚县专题专栏app 甘洛县工商信息app 安平县农业补贴app 镇沅彝族哈尼族拉祜族自治县残联app 新和县最新新闻app 泸县安全宣传app 安岳县第五高中app 广饶县学校app 桓仁满族自治县中心校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