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:2025-12-08 7:12:49
葫芦岛市第一高中app 开封市住房保障app 定西市通讯协会app 新余市信息公开app 昭通市环境保护协会app 来宾市森林消防app 厦门市公益app 岳阳市防洪app 湘潭市学校app 遂宁市第五小学app 云浮市教育信息app 永州市民政管理app 新蔡县工商信息app 山阳县农业局app 阿坝县服务大厅app 汪清县残联救助app 玛多县水务app 桃江县服务大厅app 兰西县第四中学app 印江土家族苗族自治县振兴乡村app 华池县第四小学app 成安县消费协会app 伊通满族自治县第五高中app 宁都县出口管理app 唐河县审计公开app 当涂县太阳能发电信息app 富民县第三中学app 怀宁县热点专题app 昌宁县助农app 沂南县便民app 三江侗族自治县第六小学app 永胜县重大建设公开app 南木林县台风信息app 左贡县政务服务app 康乐县第三中学app 陵水黎族自治县不良信息举报app 呼图壁县征地服务app 镇沅彝族哈尼族拉祜族自治县警务app 黑水县第一高中app 砚山县法律服务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