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:2025-07-26 6:30:27
贵阳市申建app 铜仁市同城app 普洱市妇联救助app 四平市政府公报app 马鞍山市公共法律服务app 济宁市政府信息公开指南app 南通市助农app 三亚市财政信息app 盐城市最新新闻app 湛江市防洪信息app 南充市通讯协会app 沧州市农业局app 湘潭市教育信息app 莆田市公益app 吕梁市未成年保护协会app 衡阳市消防局app 西宁市工商信息app 日照市市场监督app 吐鲁番市卫生协会app 铜仁市灾害救助app 德州市第三高中app 晋中市第三高中app 福州市出口管理app 长宁县公开信息app 夏县公路管理app 庄浪县太阳能发电信息app 来安县工程造价app 弥渡县司法管理app 普格县热点专题app 金堂县第二中学app 蓝田县学校简介app 饶平县水务app 开阳县第三高中app 边坝县第六小学app 宁海县第四中学app 涟水县防洪信息app 白水县第一中学app 奉新县司法管理app 洛南县政府信息公开指南app 大箐山县城乡建设app 大宁县公路管理app 霍城县服务大厅app 安阳县振兴乡村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