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:2025-12-18 2:35:31
乌海市事业单位app 开封市太阳能发电信息app 苏州市防洪app 淮北市信息公开app 白银市申建app 北海市公正处app 贺州市第一高中app 邢台市第二高中app 芜湖市助农app 威海市安全生产app 日照市公正处app 祁连县教研app 宁城县森林消防app 武胜县土地申报app 肃北蒙古族自治县防洪信息app 阜新蒙古族自治县司法管理app 平山县森林消防app 磐安县教研app 平利县便民app 浦北县通讯协会app 沁县公共文化服务app 天峻县学校app 海晏县防灾信息app 巴里坤哈萨克自治县天气监控中心app 鄱阳县建设局信息app 建昌县第四中学app 平舆县第一高中app 安溪县妇联app 东明县水务app 青川县第三高中app 虞城县第五小学app 青田县第四高中app 柯坪县非物质文化遗产app 新昌县惠农app 方山县消费协会app 略阳县便民app 沁源县长子县市场监督app 甘南县民政管理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