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:2026-07-13 1:19:58
忻州市风力发电app 肇庆市天气监控中心app 南京市电力app 广州市第二中学app 通辽市养老服务app 定西市粮食管理app 阳江市同城app 长春市残联救助app 荆州市第四小学app 临汾市电台广播中心app 攀枝花市民政管理app 丹东市政府信息公开指南app 儋州市第四小学app 德阳市专题专栏app 武汉市国土信息app 云浮市税收公开app 克拉玛依市政务服务app 宁波市消防宣传app 普洱市第四高中app 酒泉市安全宣传app 三门峡市第二小学app 四平市第四中学app 咸宁市残联救助app 嘉兴市妇联app 河源市建设局信息app 鹰潭市天气监控中心app 天水市第五中学app 平凉市人社管理app 中卫市人社管理app 临潭县第六小学app 理县残联app 浦江县水利app 建宁县公开信息app 凤凰县农业app 新竹县民政管理app 涿鹿县财政信息app 嘉黎县粮食管理app 马山县教研app 贡觉县服务大厅app 怀安县第六小学app 白沙黎族自治县消防宣传app 饶河县工商局app 高县粮食管理app 孟村回族自治县人社管理app 湘阴县未成年保护协会app 东明县事业单位app 漳浦县数据管理局app 武邑县街道办app 陵水黎族自治县第二小学app 遂昌县第六中学app 吉水县教育信息app 大化瑶族自治县学校简介app 山丹县土地局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