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:2026-07-18 5:50:33
岳阳市警务app 肇庆市土木工程app 安庆市城乡建设app 赣州市防火app 雅安市公路管理app 阜阳市残联app 呼和浩特市第三高中app 乌兰察布市防灾信息app 沧州市最新新闻app 临汾市消防局app 内江市工程造价app 隆德县卫生协会app 永靖县土地申报app 山阳县最新新闻app 岚县申建app 饶河县非物质文化遗产app 黎平县税收公开app 靖宇县电视台广播app 青河县政府公报app 察布查尔锡伯自治县招标信息app 阳谷县安全生产app 陇川县专题专栏app 琼中黎族苗族自治县第三小学app 古浪县人社管理app 石阡县第二高中app 萨嘎县旅游监督app 台东县第三中学app 砚山县第二小学app 蒙阴县招标信息app 西畴县第二高中app 桐庐县消费协会app 龙陵县公开信息app 临沭县热点专题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