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:2025-12-08 11:26:41
平凉市消防局app 吐鲁番市通讯协会app 三明市第三中学app 安康市养殖补助app 宣城市重大建设公开app 晋城市电台广播中心app 佳木斯市安全生产app 周口市铁路管理app 绥化市新闻中心app 阜新市教育局app 内江市助农app 景德镇市第一高中app 晋中市农业补贴app 千阳县惠农app 馆陶县太阳能发电信息app 永昌县灾害救助app 务川仡佬族苗族自治县第二高中app 五河县公路管理app 丰林县通讯协会app 德钦县第二高中app 浦北县申建app 越西县非物质文化遗产app 鹿邑县社会求助app 双柏县通讯协会app 横峰县电台广播中心app 广南县财政信息app 元氏县政府信息公开指南app 望奎县第四小学app 紫金县通讯协会app 喀喇沁左翼蒙古族自治县第二小学app 定边县人社管理app 逊克县招标信息app 靖州苗族侗族自治县第六中学app 德庆县旅游监督app 嘉禾县特殊家庭关爱协会app 平利县第六中学app 米脂县非物质文化遗产app 大姚县历史记录app 正安县振兴乡村app 全椒县防洪信息app 祁县未成年保护协会app 灵寿县申建app 石渠县太阳能发电信息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