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 8:51:39
烟台市市场监督app 鄂州市振兴乡村app 曲靖市土木工程app 北海市妇联救助app 绥化市暴雨监控中心app 吐鲁番市第六中学app 苏州市未成年保护协会app 双鸭山市中心校app 玉林市粮食管理app 长春市残联救助app 贺州市公共文化服务app 周口市法律服务app 昌都市招标信息app 环江毛南族自治县公共文化服务app 东光县灾害救助app 花垣县文旅信息app 沙洋县农业局app 桐庐县民政管理app 通江县公共文化服务app 金秀瑶族自治县风力发电app 南华县第二高中app 卓尼县数据管理局app 靖边县征地服务app 昭苏县财政信息app 武宣县公开信息app 全州县文旅信息app 巴彦县公共文化服务app 昌江黎族自治县重大建设公开app 保靖县电台广播中心app 方城县审计公开app 平江县第四高中app 蕉岭县第四小学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