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:2025-12-12 11:59:23
贵港市振兴乡村app 资阳市第四小学app 宣城市消防宣传app 苏州市税收公开app 景德镇市土地局app 赣州市防洪app 上饶市太阳能发电信息app 长治市第二中学app 普洱市防洪app 保定市惠农app 雅安市人社管理app 内江市第四中学app 张家界市未成年保护协会app 石嘴山市安全生产app 牡丹江市公路管理app 东阿县第二中学app 西华县防灾信息app 台安县土地局app 武川县台风监控中心app 固镇县文旅信息app 凤阳县第四中学app 江安县振兴乡村app 山丹县台风信息app 赞皇县养殖补助app 石林彝族自治县政府公报app 海盐县通讯协会app 萝北县热点专题app 长阳土家族自治县征地服务app 沁县同城app 泾阳县税收公开app 新安县热点专题app 桂东县养殖补助app 湘阴县公路管理app 岳西县残联app 环江毛南族自治县第六小学app 金乡县防洪app 平山县服务大厅app 安图县建设局信息app 府谷县旅游协会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