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:2025-12-16 10:19:51
苏州市消防局app 河源市民政管理app 阳泉市防洪信息app 四平市第五小学app 吴忠市第四高中app 佛山市税务局app 江门市公共文化服务app 吴忠市土地申报app 榆林市第四高中app 绵阳市不良信息举报app 张家界市学校简介app 河池市法律服务app 绍兴市历史记录app 郴州市桥梁管理app 忻州市城乡建设app 锦州市民政管理app 黄冈市政府公报app 金华市消防宣传app 汕尾市数据管理局app 玉溪市妇联救助app 濮阳市第二高中app 中宁县未成年保护协会app 黄陵县历史记录app 乡宁县通讯协会app 温县天气监控中心app 苍溪县电视台广播app 榆中县消费协会app 紫云苗族布依族自治县天气监控中心app 永清县环境保护协会app 金平苗族瑶族傣族自治县公共文化服务app 克山县文旅信息app 吉木萨尔县中心校app 永德县人社管理app 三原县非物质文化遗产app 通渭县税收公开app 临高县工商局app 固阳县公共法律服务app 阳谷县惠农app 分宜县教研app 临洮县数据管理局app 达日县惠农app 昔阳县妇联app 商水县学校app 尉氏县特殊家庭关爱协会app 三原县第一中学app 连南瑶族自治县第一小学app 方山县残联救助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