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:2025-12-05 5:13:26
梅州市教研app 淄博市公路管理app 儋州市工商局app 唐山市铁路管理app 昌都市安全宣传app 淮南市水利app 驻马店市灾害救助app 玉林市论坛app 德州市市场监督app 朔州市公开信息app 郑州市最新新闻app 合肥市工程造价app 延安市政务服务app 舟山市台风信息app 吴忠市铁路管理app 荆门市公路管理app 铜陵市学校简介app 宁德市财政信息app 湖州市社会求助app 广安市第一中学app 佛山市通讯协会app 辽源市申建app 遵义市财政信息app 南京市安全宣传app 西安市电台广播中心app 南充市不良信息举报app 阜阳市国土信息app 阳泉市教育信息app 呼玛县防灾信息app 阳原县卫生协会app 康马县残联app 新干县助农app 凤翔县太阳能发电信息app 松潘县防洪信息app 伊宁县文旅信息app 道孚县水务app 尖扎县第二高中app 丰县助农app 环县国土信息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