模型

Moonlight-16B-A3B

moonshotai/Moonlight-16B-A3B

查看上游原文 ↗
上游访问:公开 本站服务:可咨询 内容检查:AI 辅助整理并检查 许可证:mit 上游版本:476b36a473d4

中文简介

moonshotai/Moonlight-16B-A3B 是 moonshotai 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 476b36a473d4,同步到 45 个文件,文件元数据合计 29.73 GB;访问状态为“公开”,许可证字段为“mit”。

UPSTREAM README

上游模型卡 / 数据集卡

在 Hugging Face 查看原文 ↗

【README 卡片中文译介】

以下内容依据上游仓库 moonshotai/Moonlight-16B-A3B 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息,完整技术细节、代码示例和许可文本请同时查看上游原文。

【资源概览】
moonshotai/Moonlight-16B-A3B 是 moonshotai 在 Hugging Face 发布的模型仓库,当前卡片主要关联文本生成与推理。本站固定记录上游版本 476b36a473d4,同步到 45 个文件,文件元数据合计 29.73 GB;访问状态为“公开”,许可证字段为“mit”。

【适用方向】
适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

【版本与规格】
固定版本:476b36a473d4。 任务标签:文本生成与推理。 架构:DeepseekV3ForCausalLM。 上游 Safetensors 元数据显示参数量约 15.96 B。 库标记:transformers。 模型类型字段:deepseek_v3。 上游页面记录的最近更新时间:2026-01-30。

【文件信息】
上游 API 返回 45 个文件,文件元数据合计 29.73 GB。 已保存文件清单中的主要扩展名:.safetensors 27 个、.png 8 个、.json 4 个、.py 3 个、.md 1 个、.model 1 个。 当前较大的文件包括:model-27-of-27.safetensors(1.71 GB);model-11-of-27.safetensors(1.09 GB);model-12-of-27.safetensors(1.09 GB)。

【运行或处理环境】
仓库文件元数据合计 29.73 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 29.73 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

【使用边界】
许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

已有简体中文译文 · Codex 基于固定版本 README 与上游元数据生成中文结构化译介 · 2026-07-25 22:47

Tech Report | HuggingFace | Megatron(coming soon) Abstract Recently, the Muon optimizer has demonstrated strong results in training small-scale language models, but the scalability to larger models has not been proven. We identify two crucial techniques for scaling up Muon: **Weight Decay**: Critical for scaling to larger models **Consistent RMS Updates**: Enforcing a consistent root mean square on model updates These techniques allow Muon to work out-of-the-box on large-scale training without the need of hyper-parameter tuning. Scaling law experiments indicate that Muon is $\sim2\times$ more sample efficient than Adam with compute optimal training. Based on these improvements, we introduce **Moonlight**, a 3B/16B-parameter Mixture-of-Expert (MoE) model trained with 5.7T tokens using Muon. Our model improves the current Pareto frontier, achieving better performance with much fewer training FLOPs compared to prior models. We open-source our Muon implementation that is memory optimal and communication efficient. We also release the pretrained, instruction-tuned, and intermediate checkpoints to support future research. Our code is available at MoonshotAI/Moonlight. Key Ingredients Our work builds upon Muon while systematically identifying and resolving its limitations in large-scale training scenarios. Our technical contributions include: **Analysis for Effective Scaling of Muon**: Through extensive analysis, we identify that weight decay plays a crucial roles in Muon's scalability. Besides, we proposed to keep a consistent update root mean square (RMS) across different matrix and non-matrix parameters through parameter-wise update scale adjustments. Such adjustments significantly enhanced training stability. **Efficient Distributed Implementation**: We develop a distributed version of Muon with ZeRO-1 style optimization, achieving optimal memory efficiency and reduced communication overhead while preserving the mathematical properties of the algorithm. **Scaling Law V

公开页仅展示原文摘录;完整模型卡或数据集卡请前往上游仓库查看。

适用场景

适合在真实样本上评估文本生成与推理能力,并比较质量、时延和资源消耗。 建议先用小规模样本验证推理框架、输入输出格式和任务指标,再决定是否进入完整权重获取、量化或部署评估。

模型参数

固定版本:476b36a473d4。 任务标签:文本生成与推理。 架构:DeepseekV3ForCausalLM。 上游 Safetensors 元数据显示参数量约 15.96 B。 库标记:transformers。 模型类型字段:deepseek_v3。 上游页面记录的最近更新时间:2026-01-30。

文件说明

上游 API 返回 45 个文件,文件元数据合计 29.73 GB。 已保存文件清单中的主要扩展名:.safetensors 27 个、.png 8 个、.json 4 个、.py 3 个、.md 1 个、.model 1 个。 当前较大的文件包括:model-27-of-27.safetensors(1.71 GB);model-11-of-27.safetensors(1.09 GB);model-12-of-27.safetensors(1.09 GB)。

上游文件元数据

  • .gitattributes1.48 KB
  • config.json1.34 KB
  • configuration_deepseek.py10.40 KB
  • figures/banner.png47.69 KB
  • figures/banner_short.png26.25 KB
  • figures/chinlaw_8k_flops_ratio.png141.23 KB
  • figures/fig_MMLU_performance.png219.87 KB
  • figures/fig_weight_decay.png405.84 KB
  • figures/logo.png12.79 KB
  • figures/megatron.png1.94 KB
  • figures/scaling.png218.72 KB
  • generation_config.json61 B

硬件建议

仓库文件元数据合计 29.73 GB。 按每参数 2 字节只计算 BF16 权重,理论下限约 29.73 GB;这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定,不能只凭参数名或仓库大小作部署承诺;应在目标格式和目标硬件上实测。

注意事项

许可证显示为“mit”,具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险,面向业务前应建立任务级评测、权限隔离和人工确认。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件,并在合法访问权限、许可证及平台规则允许的前提下,协助海内外下载、完整性校验及网盘或硬盘交付;本官网本身不托管或下载资源文件。

第三方资源声明

本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明,不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。