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:2025-12-01 2:10:45
资阳市第一小学app 随州市养老服务app 绍兴市电视台广播app 儋州市工程造价app 通辽市专题专栏app 雅安市养殖补助app 成都市灾害救助app 安顺市政府信息公开指南app 日喀则市第一高中app 威海市文旅信息app 鄂尔多斯市公共法律服务app 鞍山市暴雨监控中心app 海口市第五高中app 安顺市电力app 金华市招标信息app 长春市未成年保护协会app 随州市桥梁管理app 福州市人社管理app 宜春市税务局app 丽水市街道办app 海口市国土信息app 响水县文旅信息app 桓台县公开信息app 顺昌县防洪信息app 乐亭县历史记录app 民权县防灾信息app 和布克赛尔蒙古自治县桥梁管理app 开江县第一小学app 定兴县特殊家庭关爱协会app 饶平县残联救助app 琼结县土地申报app 淳化县水利app 冕宁县第六中学app 扶绥县不良信息举报app 清丰县暴雨监控中心app 哈巴河县防火app 新田县第六中学app 依兰县专题专栏app 嘉祥县水利app 澜沧拉祜族自治县社会求助app 无极县司法管理app 桑日县第三中学app 缙云县人社管理app 铅山县安全宣传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