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:2025-12-19 5:20:22
泉州市非物质文化遗产app 中山市土木工程app 吉林市消防宣传app 丽江市教育局app 广安市住房保障app 上饶市通讯协会app 广安市政务服务app 延安市特殊家庭关爱协会app 岳阳市税务局app 蚌埠市国土信息app 铁岭市新闻中心app 贵港市第二高中app 广安市安全宣传app 三门峡市防洪信息app 屏边苗族自治县政府信息公开指南app 曲周县防洪信息app 岷县建设局信息app 长宁县安全宣传app 施秉县征地服务app 围场满族蒙古族自治县第二高中app 霍城县工程造价app 沂源县森林消防app 盐池县天气监控中心app 榕江县教研app 连山壮族瑶族自治县通讯协会app 张北县电视台广播app 汝南县财政信息app 贡觉县第一中学app 雄县第二高中app 屏边苗族自治县事业单位app 宣恩县第六中学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