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:2025-08-14 12:57:33
金华市出口管理app 南昌市灾害救助app 嘉兴市养老服务app 临沧市灾害救助app 湘潭市振兴乡村app 攀枝花市便民app 新乡市第六小学app 咸宁市招标信息app 昌都市专题专栏app 安庆市第二中学app 沈阳市出口管理app 伊春市税收公开app 南宁市土木工程app 滁州市第二小学app 周口市最新新闻app 包头市水务app 渭南市消费协会app 河源市第一中学app 马鞍山市土木工程app 大连市第六中学app 黎川县土地局app 武邑县风力发电app 宁陕县残联app 奉新县政务服务app 汶上县申建app 赫章县水利app 石楼县第一中学app 望江县第三高中app 洋县消防宣传app 周宁县第三中学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