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:2026-06-29 7:11:52
焦作市土地局app 临汾市法律服务app 清远市残联救助app 商丘市出口管理app 邢台市社会求助app 景德镇市电力app 延安市不良信息举报app 镇江市政务监督app 湖州市征地服务app 中山市教研app 长沙市振兴乡村app 南阳市第三高中app 昆明市税收公开app 呼和浩特市振兴乡村app 惠州市第四小学app 承德市第二高中app 定西市公路管理app 七台河市事业单位app 运城市学校app 深圳市公共法律服务app 抚州市第二中学app 桂林市申建app 德阳市城乡建设app 龙岩市政府公报app 温州市教育信息app 成都市专题专栏app 淮北市专题专栏app 尉犁县第三小学app 上杭县公路管理app 文成县旅游协会app 金平苗族瑶族傣族自治县公正处app 高邑县政府信息公开指南app 英山县消费协会app 洪洞县财政信息app 临县消防局app 乐亭县天气监控中心app 玉山县教研app 新绛县太阳能发电信息app 高青县论坛app 蓝山县出口管理app 迭部县新闻中心app 汤原县重大建设公开app 乐亭县安全宣传app 魏县妇联app 桐柏县公开信息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