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:2025-12-13 9:48:43
安康市中心校app 襄阳市水利app 福州市不良信息举报app 阳江市便民app 沧州市第一小学app 衡水市招标信息app 商洛市防灾信息app 巴彦淖尔市学校app 芜湖市消防宣传app 朔州市专题专栏app 肇庆市热点专题app 包头市第一小学app 朝阳市残联app 四平市事业单位app 南宁市教研app 郴州市征地服务app 孝感市税收公开app 锦州市通讯协会app 林芝市重大建设公开app 南充市第五高中app 张家口市不良信息举报app 海东市消防宣传app 长汀县防洪app 肃宁县学校app 内乡县第一小学app 吉县政务监督app 比如县便民app 苍溪县事业单位app 饶阳县政务监督app 龙胜各族自治县水务app 乌什县桥梁管理app 饶河县历史记录app 乌鲁木齐县公共法律服务app 拜泉县人社管理app 云林县法律服务app 贺兰县国土信息app 平乡县政要信息app 新源县征地服务app 裕民县审计公开app 石柱土家族自治县第二小学app 灵丘县第五小学app 全南县政府公报app 宕昌县助农app 行唐县城乡建设app 凌云县工商局app 贺兰县社会求助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