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:2025-12-08 10:55:20
萍乡市防洪app 宜宾市第四中学app 营口市第二高中app 白银市警务app 眉山市公共文化服务app 临汾市通讯协会app 普洱市惠农app 钦州市文旅信息app 淄博市历史记录app 广安市暴雨监控中心app 兰州市第五小学app 徐州市第二高中app 辽源市粮食管理app 延安市专题专栏app 广安市热点专题app 濮阳市公共法律服务app 南平市农业局app 梧州市消费协会app 松原市教研app 湛江市民政管理app 常州市农业补贴app 株洲市农业局app 定安县森林消防app 昭觉县工商信息app 正宁县卫生协会app 汶川县热点专题app 邻水县第六中学app 镇平县通讯协会app 邵阳县第五中学app 罗山县学校app 慈利县妇联救助app 宁津县学校app 巴东县消防宣传app 鄢陵县农业app 禄丰县重大建设公开app 阿合奇县住房保障app 绥滨县便民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