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:2025-12-16 7:40:54
梧州市国土信息app 白城市教研app 蚌埠市天气监控中心app 马鞍山市安全宣传app 襄阳市天气监控中心app 哈尔滨市法律服务app 泰安市第六小学app 铜川市第五中学app 辽阳市教研app 九江市土地局app 广安市民政管理app 绥化市土木工程app 吴忠市第五中学app 漯河市旅游监督app 萨迦县消费协会app 蓬安县养老服务app 安平县非物质文化遗产app 凤县中心校app 兰西县第五小学app 浑源县第二小学app 元谋县重大建设公开app 宁强县财政信息app 随县水务app 西乡县税收公开app 古田县论坛app 绩溪县环境保护协会app 丰顺县重大建设公开app 环江毛南族自治县电力app 金乡县第五高中app 蕉岭县风力发电app 大化瑶族自治县桥梁管理app 扶绥县工商局app 宁南县人社管理app 浮山县同城app 屏东县安全生产app 伽师县养老服务app 沐川县第三中学app 光山县森林消防app 孙吴县振兴乡村app 金秀瑶族自治县街道办app 峨边彝族自治县便民app 平原县暴雨监控中心app 辽阳县非物质文化遗产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