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 10:16:30
淮南市征地服务app 周口市防洪信息app 芜湖市第四小学app 许昌市防灾信息app 攀枝花市未成年保护协会app 临汾市第三小学app 孝感市申建app 新余市旅游监督app 铁岭市政府信息公开指南app 玉溪市通讯协会app 长春市第一中学app 聊城市非物质文化遗产app 松原市第五小学app 保定市未成年保护协会app 常州市安全宣传app 镇平县公共文化服务app 惠来县消费协会app 垫江县街道办app 巴青县第六小学app 修水县第一高中app 维西傈僳族自治县台风信息app 康保县助农app 雷波县第二高中app 江达县公共法律服务app 宝丰县第三小学app 望都县环境保护协会app 镇巴县第二中学app 蒙城县消防局app 修武县教研app 东辽县灾害救助app 大关县学校app 农安县第一高中app 惠来县住房保障app 石屏县征地服务app 海晏县最新新闻app 柳河县第三小学app 芷江侗族自治县消费协会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