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 5:12:21
三沙市税收公开app 固原市残联救助app 驻马店市不良信息举报app 九江市第一小学app 荆州市第五小学app 六安市工商局app 鞍山市电视台广播app 海口市粮食管理app 阜新市养殖补助app 三沙市环境保护协会app 三亚市非物质文化遗产app 毕节市第五中学app 德阳市公共文化服务app 玉林市振兴乡村app 宁德市警务app 辽源市非物质文化遗产app 吉安市第三中学app 汉中市旅游协会app 无棣县水利app 中方县通讯协会app 华容县水利app 福海县防火app 乐至县第五高中app 奉新县消费协会app 曹县专题专栏app 布拖县公共文化服务app 天台县民政管理app 永新县第一中学app 淅川县公共法律服务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