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 12:17:27
芜湖市政府公报app 雅安市街道办app 丽水市社会求助app 固原市公共文化服务app 烟台市消费协会app 株洲市教育信息app 佛山市审计公开app 菏泽市暴雨监控中心app 惠州市第三高中app 苏州市电力app 绵阳市中心校app 宜昌市公路管理app 本溪市第二小学app 巴彦淖尔市第六小学app 黑河市第一高中app 保定市申建app 中山市消防局app 德化县养殖补助app 宁蒗彝族自治县学校简介app 靖安县第三高中app 汉源县第六中学app 文成县电视台广播app 八宿县住房保障app 当雄县重大建设公开app 大邑县养殖补助app 万荣县卫生协会app 咸丰县服务大厅app 锦屏县住房保障app 正宁县第三高中app 富源县消防宣传app 宁阳县铁路管理app 临朐县人社管理app 望奎县政府信息公开指南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