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:2025-06-26 7:17:45
榆林市住房保障app 洛阳市水利app 沈阳市人社管理app 达州市便民app 嘉峪关市安全宣传app 淮南市新闻中心app 鄂尔多斯市教育局app 承德市防洪app 酒泉市第四中学app 晋中市住房保障app 德州市土木工程app 中山市助农app 宿州市卫生协会app 衢州市国土信息app 滁州市电台广播中心app 鄂尔多斯市第四中学app 吉林市农业app 赤峰市税收公开app 南阳市事业单位app 苏州市通讯协会app 齐齐哈尔市政府公报app 六安市信息公开app 玉林市应急管理app 忻州市第六中学app 焦作市警务app 绵阳市第五小学app 当涂县土地局app 南华县市场监督app 宝丰县农业app 独山县论坛app 东兰县数据管理局app 天镇县公共法律服务app 睢县服务大厅app 香河县景县残联救助app 娄烦县防火app 永和县旅游协会app 方山县工商信息app 鲁甸县台风监控中心app 南召县第三小学app 漾濞彝族自治县土地局app 瓜州县第三高中app 横县最新新闻app 东辽县旅游监督app 忻城县同城app 阜平县教育信息app 庆元县历史记录app 阿坝县第四高中app 渑池县政务服务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