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:2026-07-19 5:17:56
福州市第二高中app 驻马店市未成年保护协会app 铜陵市森林消防app 乌兰察布市事业单位app 汕尾市第四小学app 四平市第四中学app 南充市公路管理app 阳泉市人社管理app 邯郸市第五小学app 乌鲁木齐市学校简介app 河池市粮食管理app 固原市通讯协会app 盘锦市服务大厅app 烟台市助农app 厦门市工程造价app 白山市第二高中app 鞍山市公路管理app 东营市风力发电app 黄石市非物质文化遗产app 沈阳市第二中学app 上饶市第二中学app 保定市法律服务app 信阳市第二高中app 绍兴市第二高中app 汕尾市住房保障app 山南市土地申报app 池州市税务局app 来宾市第二高中app 青龙满族自治县第三小学app 叶城县第二中学app 宁南县消防宣传app 谢通门县税务局app 馆陶县土木工程app 慈利县征地服务app 仙游县第三中学app 长白朝鲜族自治县同城app 元谋县水利app 绿春县公共文化服务app 朗县第四中学app 山阴县电视台广播app 屏南县灾害救助app 绥阳县特殊家庭关爱协会app 策勒县社会求助app 丘北县司法管理app 东辽县铁路管理app 龙陵县第一高中app 神池县振兴乡村app 剑河县劳动局app 固始县同城app 高邑县公益app 三江侗族自治县政府公报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