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:2025-12-03 3:24:12
齐齐哈尔市卫生协会app 烟台市同城app 三亚市第一中学app 海东市同城app 三明市建设局信息app 萍乡市桥梁管理app 西宁市政府信息公开指南app 黄山市政府信息公开指南app 滨州市税收公开app 六安市街道办app 金华市旅游监督app 新余市卫生协会app 海东市电力app 许昌市第六小学app 合肥市农业app 南宁市第三高中app 广州市公路管理app 哈巴河县台风信息app 那坡县铁路管理app 鹤庆县第四中学app 化隆回族自治县农业局app 黎川县第二中学app 高唐县助农app 来凤县电视台广播app 红原县农业补贴app 祁东县第一高中app 阜新蒙古族自治县应急管理app 塔河县太阳能发电信息app 湖口县天气监控中心app 逊克县养殖补助app 天等县消防局app 太康县政务服务app 石城县暴雨监控中心app 长阳土家族自治县第四中学app 息县消防宣传app 筠连县风力发电app 乐安县第四小学app 金阳县农业app 秦安县第六中学app 左权县环境保护协会app 贵德县税务局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