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:2025-12-14 9:57:54
阳江市残联救助app 贵港市公益app 合肥市不良信息举报app 乐山市税收公开app 武威市防洪信息app 株洲市消防局app 酒泉市市场监督app 渭南市太阳能发电信息app 萍乡市残联app 丽江市第二高中app 阜阳市农业局app 厦门市历史记录app 乌海市防灾信息app 邢台市国土信息app 忻州市灾害救助app 银川市申建app 梅州市粮食管理app 滁州市学校简介app 遂宁市暴雨监控中心app 黑河市政务服务app 廊坊市残联app 贵港市台风信息app 红河县招标信息app 维西傈僳族自治县教育信息app 丁青县风力发电app 昔阳县粮食管理app 定日县法律服务app 平邑县养殖补助app 闻喜县妇联app 永寿县最新新闻app 浪卡子县防灾信息app 平阴县风力发电app 安岳县公路管理app 朝阳县第一小学app 永修县第四高中app 海晏县公共法律服务app 合水县政府公报app 和顺县教育信息app 宁蒗彝族自治县劳动局app 沁水县台风信息app 玉龙纳西族自治县第四中学app 刚察县水务app 清徐县天气监控中心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