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:2025-11-01 1:50:34
石嘴山市公共文化服务app 庆阳市水利app 合肥市农业补贴app 昭通市工商信息app 广元市未成年保护协会app 平顶山市土地申报app 铜陵市便民app 清远市文旅信息app 河池市第六小学app 贺州市安全生产app 通化市公正处app 德州市防洪app 资阳市森林消防app 宁德市最新新闻app 南澳县残联app 宿松县暴雨监控中心app 巴东县第六中学app 青冈县公益app 乌什县天气监控中心app 彰武县第三小学app 临泉县安全生产app 英山县重大建设公开app 古田县工商局app 镇原县非物质文化遗产app 阜平县第五高中app 墨脱县未成年保护协会app 平原县申建app 代县消费协会app 靖州苗族侗族自治县消费协会app 龙川县卫生协会app 博白县便民app 凤冈县事业单位app 忠县通讯协会app 磐安县教育信息app 玉田县安全宣传app 衡山县便民app 榆中县太阳能发电信息app 山阳县工商信息app 武宁县桥梁管理app 临城县重大建设公开app 惠安县第三高中app 仁布县社会求助app 富裕县公共文化服务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