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 9:13:30
哈密市市场监督app 营口市旅游协会app 盐城市专题专栏app 宿迁市安全宣传app 乌海市消防局app 汕头市事业单位app 丽水市教研app 梅州市农业局app 新乡市公共法律服务app 郑州市特殊家庭关爱协会app 黑河市同城app 威海市振兴乡村app 安庆市第六小学app 自贡市消防局app 景德镇市劳动局app 河池市第四高中app 鄂州市残联救助app 宁德市教育信息app 南宁市土木工程app 宁波市审计公开app 三明市电台广播中心app 萍乡市防灾信息app 亳州市天气监控中心app 威海市劳动局app 曲靖市应急管理app 呼和浩特市服务大厅app 沁水县水利app 会同县防洪app 青县出口管理app 博湖县新闻中心app 陵水黎族自治县桥梁管理app 嘉义县国土信息app 新邵县街道办app 万载县养殖补助app 会同县养老服务app 安岳县公益app 府谷县公共法律服务app 肃宁县最新新闻app 成安县招标信息app 石泉县警务app 木垒哈萨克自治县残联救助app 镇原县未成年保护协会app 祁东县第三小学app 美姑县桥梁管理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