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:2026-07-07 1:40:30
驻马店市防灾信息app 邵阳市不良信息举报app 昆明市教育局app 湛江市论坛app 廊坊市司法管理app 茂名市政务服务app 铜川市论坛app 曲靖市第四中学app 烟台市桥梁管理app 松原市未成年保护协会app 聊城市电台广播中心app 吴忠市政要信息app 厦门市旅游协会app 驻马店市教育局app 绵阳市征地服务app 福州市便民app 深圳市工程造价app 张掖市公路管理app 宜春市财政信息app 平凉市专题专栏app 拉萨市国土信息app 台州市消费协会app 攀枝花市公益app 海口市市场监督app 凤冈县文旅信息app 孟连傣族拉祜族佤族自治县暴雨监控中心app 洪洞县妇联救助app 丰宁满族自治县防灾信息app 宁明县残联app 揭西县专题专栏app 平利县国土信息app 高阳县教育信息app 陇西县第六中学app 射阳县建湖县法律服务app 米易县信息公开app 宽城满族自治县妇联救助app 布尔津县出口管理app 龙里县防洪app 泽州县司法管理app 郓城县数据管理局app 大通回族土族自治县电力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