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:2025-12-17 2:14:25
三沙市公共文化服务app 徐州市应急管理app 南京市妇联app 南宁市公共法律服务app 鞍山市消防局app 玉林市惠农app 日喀则市环境保护协会app 平凉市工商局app 常德市审计公开app 日喀则市数据管理局app 三门峡市公开信息app 合肥市人社管理app 龙岩市街道办app 佳木斯市教育信息app 佛山市数据管理局app 萍乡市台风监控中心app 本溪市公共法律服务app 泉州市劳动局app 凤山县工商信息app 定兴县第一小学app 榕江县服务大厅app 团风县第二小学app 永胜县防火app 左权县中心校app 马关县公路管理app 雄县第三小学app 连南瑶族自治县公共法律服务app 涞水县消费协会app 阳新县未成年保护协会app 如东县风力发电app 东乡族自治县电力app 武邑县历史记录app 肥东县不良信息举报app 隆回县第二高中app 叶县残联救助app 黎川县安全生产app 淮滨县土地局app 蒙城县政府信息公开指南app 代县公正处app 遂川县万安县第二高中app 天台县森林消防app 壤塘县法律服务app 定边县水利app 夏县环境保护协会app 府谷县桥梁管理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