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:2026-07-05 4:15:51
宜昌市水利app 河源市第六中学app 南平市土地局app 宿迁市卫生协会app 三亚市工商信息app 衡水市天气监控中心app 晋城市未成年保护协会app 白山市防火app 濮阳市工程造价app 三亚市森林消防app 十堰市数据管理局app 南通市教育信息app 枣庄市应急管理app 通辽市第五高中app 湘潭市税务局app 徐州市政要信息app 秦皇岛市工商信息app 广元市妇联app 常德市水利app 玉溪市住房保障app 淄博市农业app 牡丹江市电力app 泉州市安全生产app 梧州市教育局app 肇庆市法律服务app 张掖市第一小学app 洛浦县审计公开app 大英县公共法律服务app 香河县景县水务app 柳林县第二小学app 通河县通讯协会app 田东县应急管理app 剑川县公正处app 岱山县环境保护协会app 江安县公正处app 上思县电台广播中心app 冠县水利app 得荣县养老服务app 平江县水务app 竹溪县公共法律服务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