Kimi · 2025-02 · MoE متناثر

Moonlight 16B

Moonlight 16B هو محول انتباه كامن متعدد الرؤوس (MLA) أصدره Kimi في 2025-02، ويضم 27 طبقة وبعداً مخفياً قدره 2048 ونافذة سياق تبلغ 8,192 رمزاً.

كومة الطبقات

الانتباه ×27 · الطبقات 27

مرسوم من config.json المرفق · 27 طبقة / العرض 2,048 / السياق 8,192. رسم أصلي من هذا الأطلس.

انتباه كامن متعدد الرؤوس (MLA). kv_lora_rank=512. RoPE θ=50,000.

هو مزيج خبراء متناثر يضم 64 خبيراً موجهاً بتوجيه top-6؛ ونحو 2.8 مليار معامل نشطة لكل رمز.

المقارنة مع النموذج السابق في المعمل نفسه؛ وإن لم يوجد فمع النموذج الأقرب بنيوياً. عمود النسبة = هذا النموذج ÷ نموذج المقارنة.

مقارنة كاملة بالأقرب DeepSeek-V2 Lite

النموذج	Moonlight 16B	DeepSeek-V2 Lite	النسبة
model_type	`deepseek_v3`	`deepseek_v2`	≠
architectures	`DeepseekV3ForCausalLM`	`DeepseekV2ForCausalLM`	≠
hidden_size	`2048`	`2048`	≈1
num_hidden_layers	`27`	`27`	≈1
num_attention_heads	`16`	`16`	≈1
num_key_value_heads	`16`	`16`	≈1
intermediate_size	`11264`	`10944`	×1.03
hidden_act	`silu`	`silu`	＝
n_routed_experts	`64`	`64`	≈1
num_experts_per_tok	`6`	`6`	≈1
n_shared_experts	`2`	`2`	≈1
moe_intermediate_size	`1408`	`1408`	≈1
kv_lora_rank	`512`	`512`	≈1
qk_rope_head_dim	`64`	`64`	≈1
rope_theta	`50000`	`10000`	×5.00
max_position_embeddings	`8192`	`163840`	×0.050
rms_norm_eps	`0.00001`	`0.000001`	×10.00
vocab_size	`163840`	`102400`	×1.60
torch_dtype	`bfloat16`	`bfloat16`	＝
num_nextn_predict_layers	`0`	`—`
attention_bias	`false`	`false`	＝
attention_dropout	`0`	`0`	＝
aux_loss_alpha	`0.001`	`0.001`	≈1
bos_token_id	`163584`	`100000`	×1.64
eos_token_id	`163585`	`100001`	×1.64
ep_size	`1`	`—`

DeepSeek-V2 Lite (DeepSeek, 2024-05) 0.997
GLM-4.7-Flash (GLM, 2026-01) 0.994
Kimi Linear 48B A3B (Kimi, 2025-10) 0.992
DeepSeek-V2 (DeepSeek, 2024-05) 0.983
DeepSeek-V3 (DeepSeek, 2024-12) 0.913
DeepSeek-V3 Base (DeepSeek, 2024-12) 0.913

تتراوح درجات التشابه من 0 (لا سمات فئوية مشتركة) إلى 1 (ملفات بنيوية متطابقة).

42 حقل