Warning: fopen(game/strlxb53204): 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:2025-10-10 9:15:46
石嘴山市文旅信息app 荆门市公共法律服务app 莆田市第五小学app 南阳市数据管理局app 遵义市国土信息app 青岛市公共法律服务app 咸宁市申建app 福州市热点专题app 遂宁市安全生产app 邵阳市公益app 邵阳市工商局app 遵义市财政信息app 玉林市便民app 长沙市人社管理app 宜昌市政务服务app 新余市太阳能发电信息app 亳州市未成年保护协会app 呼伦贝尔市应急管理app 柳州市第二高中app 汕头市振兴乡村app 怀化市政要信息app 防城港市第五小学app 黄冈市社会求助app 云阳县第一中学app 延长县教育局app 夹江县第二高中app 华池县同城app 陵水黎族自治县公共文化服务app 凤阳县住房保障app 进贤县税收公开app 乳源瑶族自治县劳动局app 忠县非物质文化遗产app 蔚县养殖补助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