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 1:40:41
东营市妇联app 承德市天气监控中心app 克拉玛依市同城app 承德市工商信息app 济宁市旅游协会app 黄冈市国土信息app 洛阳市残联救助app 西安市应急管理app 松原市第二高中app 贵港市第一高中app 许昌市热点专题app 郴州市街道办app 中卫市水务app 合肥市残联救助app 天水市警务app 那曲市桥梁管理app 朔州市政府公报app 永州市民政管理app 盂县防洪app 谷城县数据管理局app 莘县市场监督app 高青县第五中学app 永福县养老服务app 奇台县防灾信息app 上林县中心校app 裕民县非物质文化遗产app 蒲县第四小学app 通榆县第四高中app 西吉县便民app 东安县中心校app 绥宁县第三小学app 沛县征地服务app 麟游县第三小学app 顺昌县农业局app 日土县法律服务app 吉木萨尔县第四高中app 湖口县不良信息举报app 华容县公共文化服务app 连南瑶族自治县政务监督app 略阳县学校简介app 武邑县旅游监督app 杂多县教育信息app 云林县政府公报app 余干县桥梁管理app 仁化县人社管理app 东安县住房保障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