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:2025-12-13 9:14:53
铜陵市政府信息公开指南app 雅安市粮食管理app 淮北市天气监控中心app 东莞市防火app 宁波市消防局app 佛山市社会求助app 三明市同城app 钦州市第五小学app 宜春市第二高中app 衡水市信息公开app 梧州市第四中学app 西安市第二高中app 佛山市政务服务app 马鞍山市森林消防app 中卫市法律服务app 辽阳市防洪app 长治市劳动局app 信阳市中心校app 钦州市工商信息app 百色市桥梁管理app 铜川市人社管理app 淮安市电视台广播app 鄂尔多斯市社会求助app 宜宾市学校app 武威市养老服务app 仁布县天气监控中心app 汤原县土地申报app 将乐县铁路管理app 光山县第六小学app 惠水县税收公开app 进贤县安全宣传app 青县振兴乡村app 桓台县第一中学app 金堂县台风信息app 天柱县工商信息app 河曲县太阳能发电信息app 桐柏县环境保护协会app 沐川县教研app 礼县第四小学app 南江县水务app 城步苗族自治县国土信息app 单县人社管理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