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:2026-06-30 4:41:36
岳阳市安全生产app 鄂尔多斯市司法管理app 宁德市应急管理app 朝阳市安全宣传app 海口市防洪app 哈尔滨市同城app 柳州市信息公开app 七台河市司法管理app 淄博市防火app 太原市助农app 商洛市最新新闻app 大同市第四小学app 怀化市养殖补助app 济宁市第四小学app 邵阳市通讯协会app 昆明市农业补贴app 晋中市政府公报app 镇江市论坛app 西安市助农app 平凉市电视台广播app 鹤壁市振兴乡村app 洛阳市重大建设公开app 滁州市应急管理app 扬州市农业补贴app 肃南裕固族自治县暴雨监控中心app 关岭布依族苗族自治县中心校app 全椒县文旅信息app 福贡县信息公开app 剑川县国土信息app 天峻县惠农app 睢宁县新闻中心app 唐县桥梁管理app 武定县电台广播中心app 英吉沙县通讯协会app 沙县农业补贴app 荔波县农业局app 江华瑶族自治县出口管理app 哈巴河县桥梁管理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