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 2:21:47
齐齐哈尔市电视台广播app 威海市土地局app 萍乡市民政管理app 宿迁市工商信息app 齐齐哈尔市森林消防app 广元市政务监督app 云浮市重大建设公开app 四平市防洪app 新乡市重大建设公开app 濮阳市第二小学app 清远市惠农app 芜湖市土地申报app 抚州市财政信息app 儋州市残联救助app 十堰市信息公开app 黄冈市政要信息app 鄂尔多斯市事业单位app 长治市学校app 广安市街道办app 济宁市风力发电app 荆州市税收公开app 日喀则市水利app 六安市电视台广播app 兴隆县学校app 长丰县防洪信息app 措美县安全宣传app 大宁县农业局app 洛隆县第一中学app 广河县第六小学app 昭苏县政务监督app 梁河县天气监控中心app 饶阳县第三中学app 安仁县第五小学app 阿克塞哈萨克族自治县招标信息app 泗洪县消费协会app 淳化县防灾信息app 兴文县太阳能发电信息app 古蔺县历史记录app 迭部县暴雨监控中心app 阜平县公共法律服务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