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:2026-07-17 2:33:35
洛阳市公路管理app 洛阳市森林消防app 漳州市电力app 吴忠市第二高中app 上饶市公路管理app 河源市第二高中app 辽阳市妇联救助app 怀化市灾害救助app 毕节市工程造价app 安阳市养老服务app 长沙市安全宣传app 池州市城乡建设app 绍兴市专题专栏app 贺州市出口管理app 绍兴市第三小学app 揭阳市第二小学app 内江市政府信息公开指南app 四平市便民app 上饶市农业局app 南充市灾害救助app 运城市学校app 河池市政要信息app 荆门市灾害救助app 中卫市电视台广播app 鞍山市第一高中app 扶沟县税收公开app 永寿县政府信息公开指南app 若尔盖县第三小学app 东源县学校app 蕉岭县第四小学app 于田县妇联app 禄劝彝族苗族自治县通讯协会app 宁远县非物质文化遗产app 岚县残联救助app 奉新县旅游监督app 中方县工商信息app 松阳县农业app 长海县卫生协会app 阿克陶县防洪信息app 确山县第二小学app 平顺县惠农app 平和县数据管理局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