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 7:35:40
杭州市防洪app 包头市工程造价app 朝阳市第五中学app 广安市通讯协会app 定西市司法管理app 景德镇市电视台广播app 银川市第三中学app 赤峰市水利app 梧州市第三高中app 六盘水市防灾信息app 陇南市环境保护协会app 平顶山市工商信息app 茂名市数据管理局app 三沙市政府公报app 那曲市农业局app 铁岭市土地局app 延安市第三小学app 若尔盖县学校简介app 德清县政务服务app 浚县养老服务app 巴楚县公共法律服务app 沁源县长子县粮食管理app 平邑县司法管理app 安福县招标信息app 理县社会求助app 永新县消费协会app 交城县论坛app 揭西县教育局app 镇宁布依族苗族自治县人社管理app 广宗县防洪信息app 山阴县建设局信息app 边坝县公路管理app 平昌县热点专题app 榕江县重大建设公开app 西华县工商局app 西乡县防灾信息app 建水县第二小学app 秦安县第二小学app 木里藏族自治县出口管理app 惠东县政府信息公开指南app 巴里坤哈萨克自治县财政信息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