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 9:17:22
湘潭市警务app 嘉峪关市妇联救助app 丹东市水务app 合肥市政府信息公开指南app 邢台市第一中学app 抚顺市旅游协会app 益阳市太阳能发电信息app 德州市未成年保护协会app 鄂州市重大建设公开app 普洱市养老服务app 吐鲁番市国土信息app 常德市政府信息公开指南app 鸡西市土地局app 北海市太阳能发电信息app 滨州市妇联app 三明市养老服务app 广安市公益app 呼和浩特市城乡建设app 临县粮食管理app 南江县第六中学app 屯昌县第二中学app 高县水利app 两当县市场监督app 台安县公共文化服务app 德江县第三中学app 沁水县农业补贴app 通渭县未成年保护协会app 云梦县环境保护协会app 阜城县公路管理app 武城县风力发电app 达日县历史记录app 崇信县助农app 郸城县农业补贴app 伊川县消防局app 石柱土家族自治县公路管理app 新蔡县未成年保护协会app 汤旺县审计公开app 石台县工商信息app 舞阳县重大建设公开app 长宁县政务服务app 郁南县学校app 岫岩满族自治县第四中学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