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:2025-12-05 7:52:54
淄博市学校简介app 三明市服务大厅app 天水市妇联app 大同市法律服务app 嘉兴市农业补贴app 西安市公正处app 宜春市论坛app 绍兴市妇联救助app 四平市教研app 崇左市消防局app 金华市重大建设公开app 西安市妇联app 山南市服务大厅app 铜仁市住房保障app 昌都市旅游协会app 茂名市工商局app 铜仁市重大建设公开app 南充市台风监控中心app 开封市农业app 伊春市残联救助app 宜春市热点专题app 延安市台风监控中心app 天水市妇联救助app 太原市第二中学app 乌兰察布市土地申报app 石家庄市财政信息app 乌兰察布市公共文化服务app 南阳市残联救助app 河源市同城app 西和县妇联app 云林县公共法律服务app 融安县财政信息app 望奎县森林消防app 民勤县第三中学app 孟村回族自治县第二中学app 孙吴县街道办app 永兴县政府信息公开指南app 安远县人社管理app 尼木县街道办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