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:2026-07-19 6:53:52
桐庐县住房保障app 昔阳县农业补贴app 阜城县警务app 凉城县城乡建设app 寿阳县城乡建设app 勃利县教研app 梨树县安全宣传app 淳安县残联救助app 灵石县榆社县电力app 肃宁县法律服务app 新昌县申建app 交口县农业局app 蠡县人社管理app 赞皇县残联app 巨鹿县数据管理局app 兴县养殖补助app 永嘉县税务局app 阜宁县第四高中app 阳曲县公路管理app 文成县土地申报app 泰来县信息公开app 林西县教研app 磴口县安全生产app 沁县环境保护协会app 香河县景县最新新闻app 凉城县电力app 洪洞县特殊家庭关爱协会app 定襄县教研app 富裕县工商信息app 灌南县农业局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