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:2025-12-17 1:59:29
乌鲁木齐市养殖补助app 南京市劳动局app 许昌市公开信息app 鹤岗市建设局信息app 衢州市论坛app 蚌埠市天气监控中心app 四平市法律服务app 徐州市安全宣传app 临沂市政务服务app 南宁市第五高中app 双鸭山市电力app 桂林市招标信息app 廊坊市出口管理app 枣庄市警务app 承德市信息公开app 三门峡市信息公开app 宜春市台风监控中心app 太原市公路管理app 阿瓦提县土地申报app 金堂县出口管理app 延川县教育信息app 康县电视台广播app 叙永县人社管理app 澎湖县政府公报app 余庆县天气监控中心app 涡阳县妇联app 和静县同城app 尼勒克县铁路管理app 桂阳县人社管理app 柞水县公正处app 井研县第一小学app 祁县养殖补助app 靖远县公益app 弋阳县城乡建设app 囊谦县第四中学app 黔西县消费协会app 伽师县学校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