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:2026-07-06 2:42:51
南通市新闻中心app 资阳市农业局app 茂名市助农app 宿州市森林消防app 南通市环境保护协会app 晋中市教研app 张家口市第三高中app 龙岩市天气监控中心app 许昌市政要信息app 益阳市水利app 宜宾市农业补贴app 随州市土地申报app 齐齐哈尔市第一高中app 河源市第五中学app 珠海市通讯协会app 咸宁市信息公开app 信阳市政务服务app 吉林市第四高中app 安阳市信息公开app 昌都市第一中学app 芮城县第四小学app 宜章县政务服务app 惠水县第二中学app 缙云县消防局app 开化县灾害救助app 九寨沟县出口管理app 台前县劳动局app 新田县振兴乡村app 大箐山县信息公开app 比如县警务app 杂多县卫生协会app 内乡县出口管理app 莒南县第二高中app 乐安县环境保护协会app 通许县社会求助app 彰武县第二高中app 日土县公路管理app 麻江县旅游监督app 温县建设局信息app 阳曲县财政信息app 会东县建设局信息app 获嘉县政务监督app 察布查尔锡伯自治县第一小学app 筠连县公开信息app 寿县第五小学app 龙江县公共文化服务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