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 4:14:38
福州市非物质文化遗产app 舟山市税收公开app 丽水市征地服务app 锦州市政府信息公开指南app 福州市公开信息app 西安市粮食管理app 衢州市卫生协会app 长沙市安全宣传app 周口市电视台广播app 许昌市数据管理局app 亳州市非物质文化遗产app 乐山市税务局app 黄石市助农app 南通市政府信息公开指南app 银川市第五高中app 湛江市审计公开app 嵩县特殊家庭关爱协会app 梁山县政府信息公开指南app 肇州县养殖补助app 云林县市场监督app 康乐县养老服务app 甘孜县数据管理局app 卢龙县灾害救助app 印江土家族苗族自治县数据管理局app 营山县安全生产app 东明县公路管理app 孟连傣族拉祜族佤族自治县街道办app 尼玛县第五高中app 三门县粮食管理app 白朗县特殊家庭关爱协会app 大田县森林消防app 周至县人社管理app 岱山县第四高中app 宁城县税务局app 逊克县卫生协会app 东明县卫生协会app 泽普县工商局app 景泰县第三中学app 察布查尔锡伯自治县事业单位app 德化县土木工程app 沿河土家族自治县招标信息app 会昌县桥梁管理app 内乡县消防宣传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