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:2025-12-08 9:18:56
丹东市应急管理app 莆田市税务局app 池州市第二中学app 定西市第三小学app 玉溪市第二小学app 阜新市旅游监督app 贵港市第三小学app 泉州市台风监控中心app 内江市民政管理app 珠海市街道办app 鸡西市灾害救助app 宜宾市旅游监督app 株洲市热点专题app 濮阳市旅游监督app 荆门市未成年保护协会app 深圳市未成年保护协会app 运城市电力app 马鞍山市妇联app 温州市第二中学app 安庆市政务服务app 吴忠市公路管理app 烟台市税务局app 十堰市残联app 秀山土家族苗族自治县应急管理app 灌云县人社管理app 渠县政要信息app 桐梓县通讯协会app 石林彝族自治县教育信息app 南漳县中心校app 融水苗族自治县审计公开app 望谟县服务大厅app 隰县民政管理app 双牌县公正处app 临朐县惠农app 滦平县沧县文旅信息app 卓资县水务app 石渠县应急管理app 隆尧县消防局app 索县残联app 和顺县防洪app 青冈县养老服务app 黄平县灾害救助app 容县征地服务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