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:2025-12-02 1:29:11
宜宾市妇联救助app 深圳市申建app 长治市论坛app 烟台市学校简介app 九江市政府信息公开指南app 龙岩市第六中学app 本溪市政务监督app 柳州市民政管理app 昭通市征地服务app 株洲市法律服务app 临沧市电力app 包头市公共文化服务app 郴州市第一中学app 河源市公共法律服务app 九江市教育局app 鹤岗市农业局app 宿迁市民政管理app 桂林市市场监督app 许昌市通讯协会app 淮南市新闻中心app 佛山市出口管理app 广安市文旅信息app 贵阳市残联救助app 江门市公益app 蕉岭县旅游监督app 阜新蒙古族自治县第三中学app 长武县未成年保护协会app 永丰县公路管理app 麻江县卫生协会app 大箐山县防洪信息app 府谷县司法管理app 佛坪县中心校app 洪洞县灾害救助app 裕民县安全宣传app 保亭黎族苗族自治县市场监督app 绩溪县电台广播中心app 临邑县消费协会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