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:2025-12-19 1:12:33
杭州市司法管理app 宿州市第六小学app 青岛市妇联app 宜春市学校简介app 辽源市第二高中app 泰州市妇联救助app 咸阳市专题专栏app 惠州市第六中学app 吉安市惠农app 枣庄市教育局app 中卫市第四中学app 阳泉市财政信息app 驻马店市土地申报app 德阳市灾害救助app 承德市台风信息app 南平市农业补贴app 舟山市台风信息app 沧州市森林消防app 白城市教育信息app 滁州市土地局app 广南县土木工程app 义县太阳能发电信息app 阳谷县政务监督app 台安县税务局app 双峰县风力发电app 固镇县教研app 松潘县街道办app 浠水县社会求助app 连南瑶族自治县工商信息app 长丰县工商局app 旬阳县第五小学app 滑县公开信息app 三台县政要信息app 隆安县第五小学app 天峨县土木工程app 麻栗坡县特殊家庭关爱协会app 嵩县粮食管理app 建始县建设局信息app 安吉县学校app 郸城县热点专题app 石柱土家族自治县安全宣传app 赞皇县第六中学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