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:2025-12-15 8:52:53
南阳市妇联救助app 汕头市安全生产app 巴彦淖尔市通讯协会app 铜川市工商信息app 安阳市旅游协会app 咸宁市人社管理app 淄博市防火app 阜新市公共文化服务app 德阳市同城app 汉中市太阳能发电信息app 吉安市灾害救助app 来宾市公益app 萍乡市第三中学app 佳木斯市热点专题app 湛江市土地申报app 张家界市社会求助app 新乡市妇联app 东莞市土木工程app 甘泉县税务局app 衡山县出口管理app 彝良县森林消防app 乌什县教育局app 龙川县财政信息app 唐县电视台广播app 玛纳斯县台风信息app 安远县环境保护协会app 盘山县助农app 绥中县教育信息app 刚察县税务局app 宁蒗彝族自治县台风信息app 麟游县旅游协会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