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:2025-12-07 5:34:29
渭南市森林消防app 衢州市残联救助app 巴中市教育局app 蚌埠市招标信息app 平凉市教育局app 洛阳市消费协会app 梅州市审计公开app 毕节市太阳能发电信息app 宜昌市惠农app 铜仁市最新新闻app 保山市桥梁管理app 衡水市妇联救助app 昆明市政府信息公开指南app 张家界市振兴乡村app 阳泉市同城app 张家口市便民app 鹤岗市第五高中app 营口市应急管理app 阜阳市社会求助app 南京市环境保护协会app 攀枝花市非物质文化遗产app 定襄县消防宣传app 富县惠农app 高青县教研app 砚山县公共法律服务app 西平县消防宣传app 岚县城乡建设app 化隆回族自治县第三中学app 景谷傣族彝族自治县防灾信息app 翁源县惠农app 平江县服务大厅app 五峰土家族自治县街道办app 涉县信息公开app 桐柏县铁路管理app 临西县税收公开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