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:2026-07-13 5:19:45
合肥市环境保护协会app 桂林市国土信息app 巴彦淖尔市文旅信息app 汉中市灾害救助app 黄山市粮食管理app 鄂尔多斯市公益app 益阳市政务监督app 河源市政要信息app 儋州市防火app 泰安市第五高中app 连云港市电视台广播app 山南市妇联救助app 郑州市土木工程app 惠州市暴雨监控中心app 南昌市第六小学app 惠来县农业局app 襄垣县热点专题app 孝昌县土地局app 蒲江县政要信息app 奉节县文旅信息app 南陵县服务大厅app 太湖县警务app 平乐县公益app 响水县教育信息app 灌云县最新新闻app 巨鹿县第一高中app 金沙县工商局app 左贡县铁路管理app 桦川县公正处app 容城县养殖补助app 申扎县第一小学app 汉源县便民app 辉南县税收公开app 新化县农业局app 平阴县建设局信息app 丹凤县第三高中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