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:2025-12-13 1:30:28
抚州市铁路管理app 烟台市重大建设公开app 南阳市教研app 内江市旅游监督app 银川市振兴乡村app 三门峡市税务局app 本溪市妇联救助app 鹤壁市论坛app 宜宾市同城app 信阳市妇联app 林芝市安全生产app 葫芦岛市审计公开app 玉林市公路管理app 福州市工程造价app 三亚市服务大厅app 巴彦淖尔市政府信息公开指南app 安康市公开信息app 旌德县养殖补助app 黄平县学校app 门源回族自治县专题专栏app 饶平县消费协会app 叙永县灾害救助app 纳雍县桥梁管理app 大名县桥梁管理app 彭水苗族土家族自治县住房保障app 元谋县住房保障app 崇信县教育信息app 阳高县森林消防app 丹巴县市场监督app 蓝山县水务app 双柏县同城app 富县水务app 华容县土地局app 古蔺县征地服务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