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:2025-12-18 4:46:40
金昌市人社管理app 毕节市文旅信息app 茂名市招标信息app 玉林市公共法律服务app 常德市同城app 温州市安全宣传app 延安市农业局app 开封市第五小学app 石家庄市电力app 深圳市农业局app 西安市社会求助app 固原市历史记录app 本溪市信息公开app 烟台市第五小学app 榆林市城乡建设app 朔州市粮食管理app 葫芦岛市工商信息app 遵义市文旅信息app 湘潭市消防宣传app 双鸭山市农业app 娄底市政务监督app 襄城县铁路管理app 赤城县旅游监督app 长阳土家族自治县森林消防app 盐源县助农app 安乡县最新新闻app 磴口县法律服务app 宾阳县政务监督app 清涧县旅游协会app 理县政府公报app 玛多县农业app 正阳县公正处app 信丰县应急管理app 巩留县防洪app 乡宁县养殖补助app 舟曲县第五小学app 藤县人社管理app 盐边县学校简介app 阳曲县论坛app 沽源县住房保障app 休宁县第二高中app 陇西县第二小学app 疏附县第二高中app 偏关县信息公开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