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:2025-08-20 2:59:15
乌鲁木齐市第一小学app 佳木斯市灾害救助app 七台河市残联app 益阳市第三高中app 吉林市财政信息app 鹰潭市防火app 河源市税务局app 梧州市事业单位app 廊坊市信息公开app 乌海市旅游监督app 陇南市妇联救助app 涞源县工程造价app 渭源县工商局app 淮滨县台风信息app 长汀县重大建设公开app 盐津县法律服务app 虞城县消费协会app 措勤县热点专题app 凌云县粮食管理app 定边县社会求助app 雄县土地申报app 柘荣县社会求助app 灵寿县粮食管理app 松潘县第五小学app 南陵县第六小学app 灌阳县助农app 陇西县第一小学app 伊宁县第一高中app 察隅县公共文化服务app 屯昌县第三中学app 广南县服务大厅app 垣曲县养殖补助app 临高县第四小学app 费县电台广播中心app 沂南县公开信息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