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 9:17:50
德州市养老服务app 吐鲁番市未成年保护协会app 吕梁市服务大厅app 保山市妇联救助app 四平市粮食管理app 晋城市热点专题app 佛山市司法管理app 怀化市第一高中app 商洛市政府信息公开指南app 克拉玛依市消防宣传app 遂宁市铁路管理app 汕头市土地申报app 黑河市市场监督app 通辽市申建app 扬州市历史记录app 昆明市不良信息举报app 衡阳市重大建设公开app 元阳县台风信息app 台前县申建app 法库县公共文化服务app 沁水县通讯协会app 方山县警务app 宜良县司法管理app 错那县第四中学app 涡阳县铁路管理app 射阳县建湖县民政管理app 保亭黎族苗族自治县残联app 兴县卫生协会app 礼泉县教研app 玛纳斯县公开信息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