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:2025-12-06 4:30:28
柳州市便民app 昆明市台风监控中心app 淮南市农业局app 潮州市第五中学app 东莞市信息公开app 衡水市政府公报app 哈密市太阳能发电信息app 自贡市财政信息app 咸阳市最新新闻app 长沙市第四中学app 玉林市学校app 韶关市铁路管理app 徐州市未成年保护协会app 孝感市残联app 葫芦岛市重大建设公开app 黟县政务服务app 光泽县养殖补助app 晴隆县通讯协会app 汉阴县妇联救助app 建昌县公正处app 阜南县第二高中app 曲麻莱县防灾信息app 郓城县税务局app 汶上县太阳能发电信息app 临武县土地申报app 武宁县消防局app 永泰县市场监督app 特克斯县税务局app 遂平县消费协会app 灵石县榆社县财政信息app 策勒县电视台广播app 正定县建设局信息app 灌南县财政信息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