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:2026-09-25 9:19:59
荆门市天气监控中心app 黄石市防洪信息app 双鸭山市铁路管理app 铜川市土木工程app 吉林市新闻中心app 南阳市公共文化服务app 自贡市残联救助app 潍坊市民政管理app 宁波市特殊家庭关爱协会app 泉州市第四高中app 商洛市社会求助app 辽源市第一小学app 婺源县法律服务app 成安县最新新闻app 巴青县城乡建设app 安多县特殊家庭关爱协会app 会理县审计公开app 乌鲁木齐县劳动局app 桂东县第一高中app 洪洞县数据管理局app 屏南县通讯协会app 浑源县第六中学app 青阳县养殖补助app 武定县农业局app 渠县城乡建设app 屏边苗族自治县申建app 宜阳县栾川县国土信息app 集贤县热点专题app 井陉县卫生协会app 黄陵县新闻中心app 海丰县论坛app 崇仁县特殊家庭关爱协会app 永泰县消防宣传app 崇仁县土木工程app 云林县公共法律服务app 白玉县政务监督app 墨竹工卡县消费协会app 鲁甸县公益app 普安县重大建设公开app 大箐山县天气监控中心app 交口县最新新闻app 凉城县天气监控中心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