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:2025-12-16 9:15:44
晋中市文旅信息app 六安市天气监控中心app 镇江市残联app 六盘水市电视台广播app 宿迁市旅游协会app 辽源市街道办app 随州市电力app 渭南市工商局app 清远市消防局app 抚州市财政信息app 郑州市消防局app 南通市第五高中app 珠海市公益app 德州市税收公开app 邯郸市事业单位app 扶绥县政府信息公开指南app 南乐县风力发电app 兴县公正处app 高县专题专栏app 海晏县民政管理app 同德县审计公开app 成武县城乡建设app 景东彝族自治县助农app 上犹县第二中学app 龙游县第四中学app 镇安县暴雨监控中心app 鹿寨县便民app 轮台县审计公开app 光泽县城乡建设app 宁化县台风监控中心app 中阳县政府公报app 古田县铁路管理app 皋兰县政要信息app 英山县残联救助app 武定县建设局信息app 磁县教育信息app 庄浪县铁路管理app 缙云县第六小学app 洛川县重大建设公开app 阳信县学校简介app 富裕县公共文化服务app 中方县防灾信息app 三都水族自治县征地服务app 桓仁满族自治县第四小学app 靖州苗族侗族自治县灾害救助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