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 12:17:27
遵义市热点专题app 辽阳市台风信息app 菏泽市铁路管理app 邢台市第四中学app 河池市防洪app 惠州市台风监控中心app 宿州市粮食管理app 哈尔滨市申建app 西安市养老服务app 昆明市防火app 丹东市服务大厅app 大同市事业单位app 黑河市劳动局app 儋州市税收公开app 枣庄市安全宣传app 亳州市财政信息app 昆明市政府公报app 济宁市粮食管理app 菏泽市台风监控中心app 镇江市电视台广播app 抚州市第五中学app 盐城市风力发电app 信阳市防洪app 龙岩市公正处app 焦作市中心校app 定西市征地服务app 金昌市农业补贴app 湛江市法律服务app 聊城市养殖补助app 张掖市审计公开app 巴里坤哈萨克自治县第三高中app 都昌县消费协会app 林周县应急管理app 洛川县太阳能发电信息app 那坡县政务监督app 元江哈尼族彝族傣族自治县劳动局app 平南县第一中学app 阜平县住房保障app 青龙满族自治县农业局app 蒙城县热点专题app 响水县养老服务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