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:2025-10-23 8:28:33
焦作市警务app 运城市电力app 阜新市惠农app 铁岭市振兴乡村app 娄底市新闻中心app 商洛市征地服务app 镇江市风力发电app 衡水市便民app 拉萨市天气监控中心app 金华市第三中学app 常州市教育局app 肇庆市劳动局app 辽源市第三小学app 南充市桥梁管理app 酒泉市出口管理app 惠州市招标信息app 铜陵市第三中学app 铁岭市应急管理app 乌兰察布市第三高中app 厦门市养殖补助app 滦南县建设局信息app 修文县桥梁管理app 道真仡佬族苗族自治县教育局app 剑河县台风信息app 南皮县公路管理app 随县第六小学app 仪陇县工商局app 通城县通讯协会app 霞浦县第一中学app 祁县出口管理app 织金县第二高中app 黄平县公共法律服务app 渠县防火app 渠县税收公开app 鲁山县财政信息app 城固县征地服务app 西乡县第五小学app 彭泽县残联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