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 8:21:28
阳泉市建设局信息app 眉山市政府公报app 河池市第五小学app 遂宁市残联救助app 陇南市第二中学app 抚顺市数据管理局app 保定市事业单位app 临沂市学校app 丽水市征地服务app 铁岭市农业补贴app 菏泽市民政管理app 哈尔滨市审计公开app 陇南市中心校app 延安市公正处app 陇南市税收公开app 保定市土地申报app 贺州市政务服务app 子洲县电视台广播app 炉霍县铁路管理app 策勒县政务服务app 内黄县妇联救助app 疏勒县招标信息app 白沙黎族自治县政府信息公开指南app 筠连县论坛app 岷县第一高中app 平舆县电力app 新源县第六小学app 台东县农业补贴app 石城县风力发电app 辽阳县铁路管理app 蒲江县助农app 措勤县政要信息app 阜城县新闻中心app 山丹县妇联救助app 温泉县热点专题app 宾阳县政府信息公开指南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