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 10:25:50
中山市天气监控中心app 朔州市招标信息app 商洛市中心校app 达州市妇联app 佳木斯市环境保护协会app 临沧市城乡建设app 广安市住房保障app 延安市应急管理app 亳州市电视台广播app 鄂州市第二高中app 白山市第六小学app 马鞍山市太阳能发电信息app 上饶市政府公报app 吉安市土地局app 尉氏县文旅信息app 金寨县建设局信息app 博爱县台风信息app 垫江县第四中学app 武乡县第一中学app 旌德县第四小学app 郓城县水利app 大厂回族自治县土地局app 涞水县重大建设公开app 神池县第六小学app 屏山县国土信息app 望奎县公益app 长汀县法律服务app 新疆维吾尔自治区教育局app 阿坝县环境保护协会app 和硕县电视台广播app 泸县消费协会app 新安县第六小学app 嘉义县消费协会app 泰来县公共文化服务app 富宁县第四高中app 连平县文旅信息app 献县征地服务app 互助土族自治县惠农app 威宁彝族回族苗族自治县养老服务app 浪卡子县征地服务app 峨山彝族自治县财政信息app 盐边县工程造价app 芦溪县防洪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