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:2025-12-14 2:16:39
上饶市防洪app 乌兰察布市第五高中app 阳泉市公共文化服务app 北海市财政信息app 达州市便民app 锦州市农业局app 吴忠市税务局app 成都市第二中学app 无锡市政务服务app 聊城市第四小学app 海口市历史记录app 山南市社会求助app 台州市防火app 潍坊市养老服务app 杭州市第六中学app 六安市森林消防app 衡水市防火app 阳江市政务监督app 宿迁市审计公开app 丹东市第五小学app 厦门市城乡建设app 吉安市水务app 呼和浩特市第三中学app 驻马店市振兴乡村app 开封市第六中学app 海东市农业局app 中卫市土木工程app 武威市第二中学app 班戈县第四高中app 丰县征地服务app 广饶县社会求助app 肥东县历史记录app 泾源县第三高中app 平山县特殊家庭关爱协会app 朗县公共文化服务app 浠水县信息公开app 尚义县妇联救助app 安化县工商局app 成安县未成年保护协会app 临沭县水利app 富蕴县财政信息app 清徐县第一高中app 景泰县同城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