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:2025-12-14 12:23:48
邯郸市灾害救助app 武汉市卫生协会app 深圳市应急管理app 菏泽市便民app 兰州市信息公开app 长治市劳动局app 遂宁市养老服务app 淄博市第五小学app 白城市市场监督app 菏泽市通讯协会app 淮北市中心校app 揭阳市数据管理局app 乌海市公共法律服务app 宣城市住房保障app 上饶市消防宣传app 滁州市消费协会app 黄石市妇联app 邵阳市特殊家庭关爱协会app 美姑县卫生协会app 广河县土木工程app 大埔县卫生协会app 微山县财政信息app 霍山县防火app 凤冈县市场监督app 孟连傣族拉祜族佤族自治县电视台广播app 怀远县数据管理局app 双牌县第二高中app 霍山县惠农app 会昌县安全生产app 连城县事业单位app 临夏县通讯协会app 芮城县粮食管理app 盐池县电台广播中心app 永新县招标信息app 孟连傣族拉祜族佤族自治县市场监督app 郁南县住房保障app 江安县暴雨监控中心app 高青县税收公开app 舞阳县公共法律服务app 临朐县公路管理app 紫金县学校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