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:2026-07-04 1:15:58
淄博市第五高中app 临汾市残联救助app 马鞍山市第三高中app 嘉兴市城乡建设app 保山市教育信息app 宿迁市第六小学app 呼伦贝尔市司法管理app 芜湖市人社管理app 铜仁市水务app 长沙市第三高中app 南昌市政务服务app 松原市学校简介app 郯城县旅游协会app 三门县第二小学app 乌恰县养殖补助app 台安县最新新闻app 民和回族土族自治县政要信息app 东海县政要信息app 桃源县第二高中app 索县养殖补助app 炉霍县电视台广播app 隆子县第二中学app 奉节县教研app 西畴县防洪信息app 长武县热点专题app 沽源县公开信息app 忻城县公共法律服务app 留坝县新闻中心app 台东县水务app 永顺县第二高中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