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:2025-06-30 2:54:10
梧州市中心校app 南宁市警务app 蚌埠市审计公开app 三明市消防宣传app 丹东市残联app 苏州市振兴乡村app 潍坊市第二高中app 湖州市热点专题app 太原市住房保障app 昌都市历史记录app 抚州市卫生协会app 徐州市警务app 济宁市工程造价app 漯河市防灾信息app 南京市住房保障app 齐齐哈尔市水务app 金华市论坛app 湖州市太阳能发电信息app 眉山市消防局app 自贡市第五小学app 南通市第五小学app 抚顺市法律服务app 盘山县历史记录app 麻阳苗族自治县土地局app 辽阳县招标信息app 稷山县征地服务app 连南瑶族自治县街道办app 孙吴县第五高中app 辉南县桥梁管理app 衡山县中心校app 阜南县妇联app 容县残联救助app 临县出口管理app 全椒县暴雨监控中心app 桐梓县信息公开app 金乡县建设局信息app 武胜县第四小学app 上林县政务服务app 峨山彝族自治县天气监控中心app 安岳县第六中学app 永春县住房保障app 阜新蒙古族自治县农业补贴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