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:2025-12-13 7:34:30
清远市社会求助app 白银市助农app 吴忠市申建app 鄂州市防洪信息app 九江市振兴乡村app 湛江市申建app 平凉市农业局app 南充市第六小学app 防城港市防洪信息app 南阳市人社管理app 沈阳市热点专题app 吕梁市政务监督app 金华市数据管理局app 淮北市残联app 景德镇市教育信息app 南昌市安全生产app 吐鲁番市公益app 佳木斯市信息公开app 青冈县惠农app 加查县政府公报app 类乌齐县第六中学app 莒县便民app 九龙县通讯协会app 上高县第二高中app 费县第二高中app 沂水县台风监控中心app 榆中县不良信息举报app 涞水县历史记录app 安化县教研app 得荣县应急管理app 博爱县防灾信息app 方正县政务服务app 阳新县台风信息app 和顺县公正处app 通化县安全宣传app 江永县数据管理局app 汉阴县司法管理app 通河县人社管理app 确山县防洪信息app 普格县警务app 闻喜县第三小学app 德清县招标信息app 长沙县养殖补助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