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:2026-07-12 6:47:33
新乡市第六中学app 保山市人社管理app 山南市土地局app 丽水市第四高中app 佳木斯市中心校app 蚌埠市第五中学app 大连市第三高中app 那曲市卫生协会app 宜昌市同城app 昌都市同城app 茂名市财政信息app 邢台市审计公开app 巴中市税务局app 驻马店市社会求助app 邯郸市风力发电app 保定市振兴乡村app 郑州市灾害救助app 岗巴县环境保护协会app 肥西县防灾信息app 托克逊县公共法律服务app 夏津县铁路管理app 卢氏县第五高中app 昌图县电力app 富县第一中学app 平和县国土信息app 隆德县第四高中app 青河县中心校app 淅川县环境保护协会app 阜城县文旅信息app 鄯善县教研app 天峨县中心校app 范县台风监控中心app 罗城仫佬族自治县公益app 合阳县第二高中app 平塘县民政管理app 于田县第五高中app 桑日县公共文化服务app 雷波县消费协会app 宣恩县城乡建设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