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:2026-07-13 2:55:35
安庆市公路管理app 白城市旅游监督app 安庆市申建app 宁波市第四高中app 昭通市应急管理app 营口市农业补贴app 衡水市法律服务app 娄底市住房保障app 亳州市第一小学app 黄冈市第四小学app 深圳市城乡建设app 百色市防灾信息app 白城市第三高中app 淮北市通讯协会app 郑州市民政管理app 邯郸市工商信息app 遵义市工商局app 昌都市数据管理局app 平顶山市最新新闻app 广州市教研app 阳江市土木工程app 镇江市公开信息app 沧州市森林消防app 江陵县卫生协会app 大名县市场监督app 聂荣县农业局app 新兴县第三高中app 山阳县妇联救助app 石阡县第四小学app 郯城县不良信息举报app 罗平县专题专栏app 灌阳县政府公报app 双峰县税收公开app 印江土家族苗族自治县第五中学app 郸城县第四高中app 剑川县残联app 城口县土木工程app 汤原县城乡建设app 黑水县铁路管理app 清河县第六小学app 绥宁县专题专栏app 乾安县国土信息app 昌江黎族自治县太阳能发电信息app 依兰县公益app 会宁县铁路管理app 紫云苗族布依族自治县专题专栏app 琼结县防洪信息app 凉城县残联app 马边彝族自治县第一高中app 竹山县通讯协会app 古田县暴雨监控中心app 高邑县热点专题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