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 7:44:38
萍乡市劳动局app 延安市土地局app 佛山市助农app 榆林市警务app 淮南市卫生协会app 济南市第四高中app 铜陵市专题专栏app 绥化市电力app 忻州市养殖补助app 威海市消防局app 丹东市妇联救助app 广安市政要信息app 乌兰察布市政府公报app 七台河市残联救助app 钦州市第四中学app 赤峰市残联app 白山市天气监控中心app 曲靖市第一高中app 当雄县新闻中心app 临澧县电力app 彰武县森林消防app 如东县城乡建设app 镇安县防洪信息app 彭水苗族土家族自治县第四高中app 仙游县市场监督app 东源县妇联app 靖安县市场监督app 周宁县新闻中心app 文县征地服务app 德保县公开信息app 伊川县政府公报app 万年县妇联app 竹溪县法律服务app 泗阳县台风监控中心app 盐津县第四高中app 南华县第六中学app 务川仡佬族苗族自治县台风监控中心app 芦山县警务app 友谊县招标信息app 留坝县特殊家庭关爱协会app 民勤县安全生产app 裕民县第三中学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