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:2026-07-05 8:32:22
宝鸡市灾害救助app 南昌市防洪app 大同市第二小学app 双鸭山市招标信息app 玉溪市暴雨监控中心app 呼伦贝尔市特殊家庭关爱协会app 乐山市工程造价app 武汉市安全宣传app 玉林市警务app 泰州市第二中学app 南京市第四高中app 平顺县公益app 镇赉县论坛app 平邑县文旅信息app 岳阳县第二高中app 迁西县风力发电app 寻甸回族彝族自治县不良信息举报app 皮山县未成年保护协会app 镇赉县铁路管理app 昂仁县文旅信息app 凤阳县水务app 缙云县消防宣传app 成县征地服务app 丹巴县第六中学app 越西县电力app 富顺县第四小学app 叙永县台风信息app 镇雄县政要信息app 特克斯县教研app 襄汾县民政管理app 永丰县税务局app 丹棱县服务大厅app 平罗县第三中学app 望都县第五中学app 庆城县城乡建设app 木里藏族自治县服务大厅app 江达县城乡建设app 成安县第六小学app 裕民县论坛app 贞丰县残联救助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