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:2025-12-14 7:32:56
泰州市公共文化服务app 盐城市第三小学app 三门峡市防火app 潮州市农业app 宜春市台风信息app 梅州市电力app 宁波市振兴乡村app 曲靖市残联救助app 六盘水市第一中学app 海口市街道办app 邯郸市新闻中心app 贵港市住房保障app 鞍山市社会求助app 来宾市灾害救助app 崇左市特殊家庭关爱协会app 吕梁市第四中学app 东莞市建设局信息app 丽江市旅游协会app 运城市电视台广播app 舟山市教育局app 攀枝花市第三中学app 邵阳市民政管理app 哈密市政务监督app 莆田市工商局app 山南市铁路管理app 浚县第二中学app 惠来县台风监控中心app 普安县住房保障app 泗水县公路管理app 来凤县最新新闻app 宣汉县粮食管理app 灵璧县审计公开app 舒城县城乡建设app 唐河县国土信息app 饶阳县第二中学app 黎川县第一中学app 德昌县灾害救助app 镇宁布依族苗族自治县招标信息app 伊通满族自治县电视台广播app 沙县第四小学app 理县第三中学app 永新县土地申报app 通许县申建app 泽州县警务app 通海县历史记录app 公安县消防局app 明水县庆安县出口管理app 泽州县中心校app 易县第二高中app 大姚县防灾信息app 黎城县第六中学app 临澧县土地局app 道县中心校app 石台县通讯协会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