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:2025-12-04 12:57:44
广元市教育局app 拉萨市工商信息app 辽源市暴雨监控中心app 那曲市安全宣传app 乌鲁木齐市历史记录app 长治市助农app 邵阳市人社管理app 福州市公正处app 白山市新闻中心app 驻马店市劳动局app 宿州市公共法律服务app 潮州市防灾信息app 酒泉市住房保障app 信阳市水务app 苏州市住房保障app 石嘴山市教育局app 龙陵县未成年保护协会app 尚义县工程造价app 明溪县工程造价app 武宣县劳动局app 木里藏族自治县残联app 三都水族自治县信息公开app 鲁山县土地申报app 丹巴县助农app 阳西县公共法律服务app 万荣县学校简介app 兴国县太阳能发电信息app 丰都县数据管理局app 高唐县第二高中app 歙县第二小学app 太白县农业app 沛县农业app 墨玉县市场监督app 贡觉县便民app 柳城县安全生产app 元江哈尼族彝族傣族自治县未成年保护协会app 贡山独龙族怒族自治县环境保护协会app 绥棱县水利app 通江县台风信息app 边坝县安全生产app 洛宁县专题专栏app 平利县防洪信息app 太湖县第二小学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