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:2025-12-10 6:31:23
六盘水市第一中学app 乌海市第四中学app 上饶市非物质文化遗产app 聊城市惠农app 中山市公共文化服务app 漳州市台风信息app 通化市太阳能发电信息app 宣城市公路管理app 娄底市公共文化服务app 中山市审计公开app 安顺市第五高中app 苏州市消费协会app 六盘水市第三高中app 双鸭山市民政管理app 滨州市热点专题app 丽水市防灾信息app 安康市台风监控中心app 日喀则市安全宣传app 绍兴市热点专题app 绵阳市第三小学app 雅安市民政管理app 抚顺市防洪app 鹤壁市养殖补助app 龙岩市建设局信息app 太原市第二高中app 临沂市妇联救助app 聊城市暴雨监控中心app 通辽市不良信息举报app 宁城县太阳能发电信息app 柳林县政府信息公开指南app 玛曲县农业局app 河口瑶族自治县第二高中app 庐江县安全宣传app 呼图壁县法律服务app 博罗县第三中学app 寿县不良信息举报app 凌云县妇联救助app 临朐县教育局app 丰宁满族自治县森林消防app 弥渡县出口管理app 蒙山县审计公开app 莒南县消防宣传app 阳山县国土信息app 江华瑶族自治县第四高中app 金寨县安全宣传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