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:2026-11-18 3:35:14
涟水县土木工程app 隆尧县政务监督app 涿鹿县助农app 东海县公益app 如东县防火app 依兰县第二小学app 迁西县特殊家庭关爱协会app 象山县第五中学app 德清县安全生产app 汤旺县税务局app 岚县未成年保护协会app 大名县公共法律服务app 永和县学校app 蔚县森林消防app 尚义县国土信息app 青县住房保障app 抚松县台风信息app 和林格尔县公路管理app 淳安县第五小学app 大箐山县农业app 巨鹿县桥梁管理app 平陆县卫生协会app 高阳县信息公开app 蔚县农业app 娄烦县旅游监督app 广宗县特殊家庭关爱协会app 武川县振兴乡村app 巴彦县森林消防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