Warning: fopen(game/sdlrux39024): failed to open stream: No space left on device in /www/wwwroot/t014.baguatan.cn/public/game.php on line 35

Warning: fwrite() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 36

Warning: fclose() expects parameter 1 to be resource, bool given in /www/wwwroot/t014.baguatan.cn/public/game.php on line 37
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

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:2025-10-09 5:35:31
吴忠市公开信息app 江门市街道办app 桂林市第三中学app 庆阳市旅游监督app 朔州市论坛app 运城市第二中学app 舟山市不良信息举报app 张家界市特殊家庭关爱协会app 泰州市警务app 平凉市服务大厅app 河源市应急管理app 宁陕县政府信息公开指南app 汝阳县第四高中app 黄陵县劳动局app 隆回县申建app 永胜县通讯协会app 襄城县公开信息app 江达县安全生产app 玉屏侗族自治县劳动局app 三穗县教育信息app 大宁县粮食管理app 安新县安全宣传app 东阿县通讯协会app 峨边彝族自治县电力app 桃源县市场监督app 金沙县非物质文化遗产app 封开县第六中学app 内丘县新闻中心app 饶阳县农业补贴app 墨江哈尼族自治县文旅信息app 泾源县公路管理app 陆良县防洪信息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