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 4:28:33
安康市学校简介app 潍坊市人社管理app 营口市防灾信息app 松原市防洪信息app 齐齐哈尔市重大建设公开app 宜昌市公共文化服务app 朔州市农业补贴app 青岛市教研app 巴彦淖尔市事业单位app 马鞍山市征地服务app 阳泉市中心校app 嘉峪关市残联app 昆明市粮食管理app 芜湖市消防局app 池州市风力发电app 嘉峪关市同城app 铁岭市防火app 咸阳市劳动局app 盐城市第三中学app 安庆市残联app 拉萨市教育局app 克拉玛依市国土信息app 锦州市卫生协会app 昭通市政务监督app 大庆市国土信息app 兰州市政务服务app 泉州市工商信息app 邵阳市农业局app 毕节市人社管理app 陇西县第三高中app 郸城县惠农app 交城县第一高中app 绥滨县第一高中app 通许县防火app 酉阳土家族苗族自治县电力app 玉龙纳西族自治县公路管理app 紫云苗族布依族自治县第五小学app 开阳县不良信息举报app 西盟佤族自治县热点专题app 华容县应急管理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