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:2026-11-19 11:59:36
长治市第二高中app 娄底市社会求助app 合肥市妇联app 石家庄市桥梁管理app 宜春市公正处app 贺州市征地服务app 丹东市旅游协会app 铁岭市税收公开app 遵义市教育局app 玉溪市桥梁管理app 宣城市专题专栏app 清涧县第三中学app 陵水黎族自治县农业app 昌图县新闻中心app 伊通满族自治县第四小学app 无极县台风信息app 左贡县法律服务app 歙县防洪信息app 镇安县灾害救助app 河口瑶族自治县便民app 沅陵县消费协会app 凤冈县养殖补助app 随县审计公开app 赫章县非物质文化遗产app 确山县土地申报app 惠民县防火app 巴马瑶族自治县公共文化服务app 通渭县政务服务app 平塘县数据管理局app 通榆县公共法律服务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