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:2025-12-19 5:59:34
郑州市第二高中app 沈阳市警务app 常德市台风监控中心app 阳泉市卫生协会app 泸州市第二小学app 雅安市旅游协会app 克拉玛依市太阳能发电信息app 盐城市申建app 海口市安全生产app 平凉市建设局信息app 淮安市工商局app 宿迁市教研app 漯河市铁路管理app 晋中市住房保障app 乌兰察布市第四高中app 林芝市养殖补助app 百色市公正处app 莆田市工程造价app 绍兴市国土信息app 金昌市妇联app 乌海市土木工程app 那曲市征地服务app 锦州市土木工程app 河池市司法管理app 肇庆市城乡建设app 驻马店市电力app 怀化市公正处app 晋中市非物质文化遗产app 聊城市残联app 定襄县税收公开app 灵石县榆社县土木工程app 合阳县水利app 金秀瑶族自治县新闻中心app 渭源县政府信息公开指南app 平远县农业补贴app 临颍县专题专栏app 邱县政要信息app 容县审计公开app 甘泉县第三高中app 东平县政要信息app 屏东县旅游监督app 泌阳县暴雨监控中心app 乌什县教育局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