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:2025-12-11 4:41:10
东莞市安全生产app 黄山市民政管理app 崇左市应急管理app 芜湖市审计公开app 攀枝花市文旅信息app 上饶市建设局信息app 三门峡市第三高中app 徐州市第五高中app 宝鸡市学校简介app 吕梁市申建app 长春市税务局app 酒泉市国土信息app 南昌市残联救助app 许昌市政府信息公开指南app 自贡市太阳能发电信息app 辽源市警务app 大同市残联app 滨州市税收公开app 兰州市农业补贴app 青岛市热点专题app 衡水市第四中学app 张家口市教研app 扬州市暴雨监控中心app 双鸭山市人社管理app 扬州市数据管理局app 克拉玛依市历史记录app 泰安市事业单位app 两当县妇联app 大埔县水利app 顺平县工程造价app 平阴县住房保障app 云梦县消防宣传app 鹤庆县农业app 巴彦县第四小学app 和县街道办app 无棣县最新新闻app 长汀县便民app 都兰县第一小学app 陵水黎族自治县政要信息app 清丰县中心校app 西乡县政府公报app 安乡县第一小学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