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:2025-12-13 11:38:43
金昌市养老服务app 临汾市工程造价app 延安市信息公开app 中山市水务app 衢州市财政信息app 湛江市劳动局app 嘉峪关市工商信息app 潍坊市第一小学app 兰州市法律服务app 衡阳市第一高中app 遂宁市税务局app 安顺市出口管理app 晋中市旅游协会app 白山市专题专栏app 泉州市征地服务app 芜湖市政要信息app 安阳市农业补贴app 无锡市应急管理app 大连市第四中学app 巴中市防洪app 伊春市消费协会app 德阳市妇联app 盘锦市森林消防app 枣庄市桥梁管理app 洛阳市教研app 长海县社会求助app 闽侯县卫生协会app 铁岭县妇联app 泾源县安全生产app 玛沁县国土信息app 古丈县消费协会app 独山县学校简介app 新河县旅游协会app 平利县出口管理app 灵川县风力发电app 临邑县防洪信息app 桐庐县第五小学app 拉孜县电台广播中心app 平邑县工商信息app 盐山县特殊家庭关爱协会app 林西县出口管理app 华安县南靖县粮食管理app 隆安县助农app 林西县消费协会app 颍上县风力发电app 武义县振兴乡村app 木兰县水利app 衡南县第五中学app 左云县铁路管理app 平定县电台广播中心app 黎平县政要信息app 黔西县公开信息app 潢川县市场监督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