Kimi 模型，硬核开源…

作者
月之暗面 AI（Kimi）HuggingFace开源了首个模型：Moonlight-16B-A3B，超过同等参数规模的DeepSeek、Qwen、Llama模型。
Moonlight对比Qwen2.5-3B、DeepSeek V2-Lite、Llama3.2-3B
最近，基于矩阵正交化的Muon优化器在训练小规模语言模型方面展现出了强大的效果，但在扩展到更大规模模型方面的可行性尚未得到验证。Kimi确定了两项关键的技术手段，用于扩大Muon的应用规模：
  • 增加权重衰减，
  • 精细调整每个参数的更新规模。
这些技术手段使得Muon能够在大规模训练中直接投入使用，而无需进行超参数调整。规模扩展规律实验表明，与采用计算优化训练的AdamW相比，Muon实现了约2倍的计算效率提升。
基于这些改进，Kimi推出了Moonlight，这是一个拥有3B/16B参数的混合专家（Mixture-of-Expert，MoE）模型，使用Muon进行了5.7T tokens的训练。与以往的模型相比，以更少的 FLOPs 实现了更好的性能。
开源了分布式Muon实现版本，该版本在内存使用上达到最优，并且通信效率很高。还发布了经过预训练、指令微调以及中间checkpoints的模型，以支持未来的研究工作。
    https://hf-mirror.com/moonshotai/Moonlight-16B-A3B-Instructhttps://hf-mirror.com/moonshotai/Moonlight-16B-A3Bhttps://github.com/MoonshotAI/Moonlight

    （文：PaperAgent）

    发表评论