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:2025-12-18 3:33:23
济宁市新闻中心app 曲靖市专题专栏app 福州市农业补贴app 益阳市公正处app 七台河市振兴乡村app 萍乡市公正处app 陇南市水利app 达州市土地局app 宜宾市残联app 许昌市防火app 贵港市法律服务app 滦南县历史记录app 保靖县司法管理app 南澳县特殊家庭关爱协会app 岫岩满族自治县惠农app 若羌县历史记录app 平罗县政府信息公开指南app 石渠县第一高中app 丰县社会求助app 庐江县非物质文化遗产app 东至县水利app 普格县第一高中app 伊宁县财政信息app 古浪县工程造价app 内黄县不良信息举报app 利津县最新新闻app 邱县应急管理app 西和县税务局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