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:2025-12-18 5:48:57
榆林市人社管理app 岳阳市税收公开app 白银市电视台广播app 临沧市申建app 渭南市第五高中app 宁波市第五中学app 遂宁市重大建设公开app 葫芦岛市消防局app 四平市征地服务app 吐鲁番市天气监控中心app 鄂尔多斯市数据管理局app 枣庄市第一中学app 怀化市历史记录app 曲靖市防火app 池州市政府信息公开指南app 铜川市市场监督app 丽水市防灾信息app 商洛市妇联app 兰考县安全生产app 阜城县民政管理app 南丹县土地申报app 邻水县第一小学app 嘉善县教育局app 金溪县消防宣传app 大英县社会求助app 屏南县水务app 杜尔伯特蒙古族自治县水利app 贵德县新闻中心app 佛冈县妇联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