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:2025-12-15 9:48:54
吕梁市第四中学app 包头市安全宣传app 阳泉市信息公开app 无锡市征地服务app 晋城市第一小学app 保山市司法管理app 宣城市便民app 新乡市税务局app 平顶山市电力app 平凉市司法管理app 榆林市特殊家庭关爱协会app 鄂尔多斯市历史记录app 上饶市电力app 包头市信息公开app 西安市森林消防app 普洱市第二中学app 梧州市事业单位app 将乐县土地申报app 金阳县学校app 丹巴县第三中学app 临高县社会求助app 舞阳县农业补贴app 文成县旅游监督app 全州县司法管理app 临夏县消费协会app 永清县公正处app 新干县社会求助app 交城县建设局信息app 滨海县公共法律服务app 昂仁县税收公开app 那坡县建设局信息app 修文县信息公开app 锦屏县重大建设公开app 永胜县审计公开app 景谷傣族彝族自治县出口管理app 茂县天气监控中心app 岳阳县第四小学app 绥滨县工商局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