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:2025-12-15 10:21:37
保定市论坛app 温州市第四中学app 日喀则市便民app 郑州市不良信息举报app 泰安市农业局app 河源市学校简介app 临汾市通讯协会app 泸州市市场监督app 运城市街道办app 赣州市土木工程app 淮安市社会求助app 洛阳市同城app 广安市安全宣传app 常德市消防局app 株洲市残联app 宁德市公益app 玉林市税务局app 呼和浩特市第二中学app 金昌市便民app 郑州市税务局app 张家界市公共文化服务app 开化县数据管理局app 察隅县天气监控中心app 湖口县消防局app 左云县第五中学app 渠县第三高中app 融安县助农app 巴楚县公路管理app 惠东县中心校app 建宁县建设局信息app 德江县农业app 大箐山县第四小学app 寿县第一小学app 德保县政府公报app 霍山县台风监控中心app 沅陵县专题专栏app 威宁彝族回族苗族自治县粮食管理app 禄劝彝族苗族自治县灾害救助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