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:2025-12-16 1:39:16
石家庄市最新新闻app 中卫市征地服务app 鞍山市风力发电app 佛山市惠农app 黄石市森林消防app 晋中市工程造价app 天水市防灾信息app 大庆市事业单位app 三沙市学校app 商洛市学校简介app 平凉市应急管理app 兰州市市场监督app 阳江市劳动局app 辽阳市环境保护协会app 防城港市旅游协会app 邵阳市第四小学app 黄石市中心校app 河池市第五中学app 揭阳市政府公报app 焦作市文旅信息app 许昌市防灾信息app 新平彝族傣族自治县防洪app 灵璧县公共文化服务app 曲麻莱县第二高中app 双湖县工商局app 大竹县妇联救助app 清原满族自治县第六小学app 荔波县学校app 睢县警务app 资溪县政府公报app 桓仁满族自治县振兴乡村app 于田县桥梁管理app 高县水利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