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:2025-08-08 7:26:13
镇江市申建app 嘉兴市台风监控中心app 北海市警务app 忻州市残联救助app 巴彦淖尔市信息公开app 鹤壁市警务app 长沙市司法管理app 平凉市政要信息app 孝感市环境保护协会app 滨州市社会求助app 云浮市文旅信息app 广元市养老服务app 营口市政府信息公开指南app 肇庆市助农app 哈密市第一中学app 梧州市残联救助app 三明市信息公开app 滨州市电台广播中心app 南通市重大建设公开app 固原市信息公开app 大同市教育信息app 大连市公正处app 锦州市公正处app 马鞍山市安全宣传app 柳州市粮食管理app 通化县司法管理app 内乡县养殖补助app 砀山县第三中学app 临洮县养老服务app 富顺县安全生产app 大英县电力app 建平县重大建设公开app 安岳县出口管理app 卢龙县审计公开app 偏关县最新新闻app 岳阳县养老服务app 石城县消防局app 长武县民政管理app 宁蒗彝族自治县第二高中app 将乐县申建app 永兴县税收公开app 弥渡县水务app 班戈县台风监控中心app 磁县第六中学app 甘洛县工商信息app 分宜县教育信息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