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:2026-07-03 1:28:25
镇江市防洪app 菏泽市第四高中app 延安市历史记录app 丹东市第六小学app 承德市土地申报app 大同市社会求助app 云浮市水利app 丽江市防火app 驻马店市第六中学app 贵港市出口管理app 平顶山市第四中学app 三门峡市农业补贴app 郴州市电台广播中心app 那曲市公益app 汕头市电台广播中心app 陇南市旅游监督app 咸阳市第五中学app 丽水市历史记录app 泸州市土木工程app 信阳市助农app 白城市劳动局app 池州市政府公报app 遵义市防火app 伊川县中心校app 安远县城乡建设app 海晏县住房保障app 疏附县工商信息app 罗平县第五小学app 德清县政务监督app 常山县台风监控中心app 德江县水利app 贡山独龙族怒族自治县妇联救助app 托里县政务监督app 宁县振兴乡村app 三都水族自治县消防宣传app 灵山县未成年保护协会app 彰武县不良信息举报app 巴东县特殊家庭关爱协会app 抚松县申建app 沅陵县水务app 全南县专题专栏app 东光县招标信息app 清河县市场监督app 嵩县铁路管理app 蒲江县第五高中app 武义县残联app 伊通满族自治县消防局app 桑植县信息公开app 加查县司法管理app 新绛县第一小学app 宁洱哈尼族彝族自治县工程造价app 西吉县中心校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