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:2025-12-08 11:49:13
遂宁市养殖补助app 怀化市台风信息app 日照市政务服务app 惠州市第二中学app 昌都市民政管理app 西宁市森林消防app 廊坊市建设局信息app 抚州市人社管理app 南充市第四中学app 无锡市养老服务app 威海市最新新闻app 茂名市旅游协会app 漳州市消防宣传app 揭阳市旅游监督app 巴彦淖尔市台风监控中心app 佛山市服务大厅app 庆阳市同城app 咸宁市政务服务app 伊春市通讯协会app 防城港市卫生协会app 安康市国土信息app 云浮市申建app 阳江市特殊家庭关爱协会app 北海市农业app 柳州市政府信息公开指南app 衢州市特殊家庭关爱协会app 中山市第四中学app 正定县旅游协会app 英山县第四高中app 华安县南靖县国土信息app 盐边县安全宣传app 浚县第三小学app 武强县第二高中app 道真仡佬族苗族自治县专题专栏app 长白朝鲜族自治县消防局app 麻阳苗族自治县第一小学app 禄劝彝族苗族自治县农业局app 始兴县消防局app 开江县国土信息app 泗洪县教育局app 容县社会求助app 化隆回族自治县司法管理app 黄平县法律服务app 西林县便民app 涡阳县环境保护协会app 远安县环境保护协会app 南投县防洪信息app 开阳县非物质文化遗产app 林口县公共文化服务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