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:2025-12-02 5:12:24
海口市公路管理app 克拉玛依市公益app 厦门市便民app 佛山市公开信息app 长沙市公益app 鞍山市第二小学app 张家口市农业app 萍乡市司法管理app 黄冈市第一小学app 安顺市文旅信息app 镇江市未成年保护协会app 铁岭市热点专题app 无锡市第五小学app 宝鸡市第四小学app 朝阳市第四小学app 比如县工商局app 濮阳县历史记录app 秭归县第一中学app 霍山县消防局app 临高县城乡建设app 沁源县长子县第一高中app 玛多县文旅信息app 耿马傣族佤族自治县热点专题app 隆德县审计公开app 绥阳县第六中学app 榆中县街道办app 利津县工程造价app 云霄县工程造价app 隰县出口管理app 南华县重大建设公开app 昔阳县中心校app 汝阳县安全宣传app 罗平县工商局app 虞城县警务app 广南县桥梁管理app 临西县环境保护协会app 城口县重大建设公开app 古浪县养老服务app 文水县服务大厅app 于田县教育局app 柳河县土木工程app 和硕县国土信息app 永胜县养殖补助app 丘北县农业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