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:2025-10-01 9:26:15
固原市防灾信息app 武威市政务服务app 儋州市天气监控中心app 株洲市第六小学app 盐城市第五高中app 东莞市第四中学app 漯河市消防宣传app 成都市土木工程app 宜昌市第五小学app 连云港市第二高中app 聊城市服务大厅app 酒泉市消防宣传app 承德市第一中学app 武威市太阳能发电信息app 东莞市消费协会app 咸宁市第三小学app 仲巴县第五小学app 玉田县住房保障app 丹凤县论坛app 沭阳县电视台广播app 富县天气监控中心app 大关县社会求助app 柳城县惠农app 安吉县养老服务app 揭西县工商信息app 临泉县申建app 公安县台风信息app 理县工程造价app 亚东县人社管理app 佛坪县公共文化服务app 陇西县防洪app 清原满族自治县政府公报app 道真仡佬族苗族自治县台风监控中心app 环江毛南族自治县暴雨监控中心app 长阳土家族自治县农业app 全州县防洪信息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