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:2025-12-04 11:40:44
丹东市便民app 齐齐哈尔市养老服务app 乌鲁木齐市防灾信息app 张家口市第六中学app 晋城市防洪信息app 宁德市第六中学app 固原市政务监督app 揭阳市应急管理app 贺州市重大建设公开app 阜阳市农业app 淮北市振兴乡村app 鹤壁市税收公开app 天峻县第六小学app 汶川县惠农app 长兴县政府信息公开指南app 通化县事业单位app 建宁县新闻中心app 公安县事业单位app 禄丰县公共法律服务app 木兰县土地局app 康平县振兴乡村app 疏附县中心校app 正定县事业单位app 宣恩县新闻中心app 石林彝族自治县工商信息app 务川仡佬族苗族自治县专题专栏app 台前县专题专栏app 弋阳县未成年保护协会app 多伦县消防局app 陆川县电力app 宁强县工程造价app 万载县第四中学app 天等县财政信息app 灵璧县森林消防app 岗巴县公路管理app 和县审计公开app 古田县热点专题app 拜城县征地服务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