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:2025-12-09 6:11:33
邵阳市信息公开app 阳泉市旅游监督app 保山市第一中学app 遂宁市财政信息app 烟台市专题专栏app 开封市公共法律服务app 来宾市政务服务app 西安市政务监督app 扬州市政府信息公开指南app 株洲市农业补贴app 茂名市政务服务app 克拉玛依市桥梁管理app 呼和浩特市论坛app 鹤壁市公共文化服务app 望都县工商信息app 屏边苗族自治县第五高中app 桐柏县旅游监督app 长兴县教研app 绥滨县社会求助app 遂昌县国土信息app 凤山县招标信息app 翼城县天气监控中心app 苍南县公共文化服务app 清流县学校app 镇原县第二中学app 凤冈县农业app 兴国县城乡建设app 顺昌县工程造价app 定南县第三高中app 五华县电台广播中心app 磁县电台广播中心app 弥渡县防灾信息app 新绛县第三小学app 湟源县公路管理app 饶河县工商信息app 久治县工商信息app 罗城仫佬族自治县土地局app 颍上县司法管理app 长顺县民政管理app 洛南县第六中学app 梁山县第六小学app 威远县招标信息app 汾西县工程造价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