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:2026-07-12 5:35:35
西宁市法律服务app 泉州市教研app 临沧市第四小学app 潍坊市税收公开app 周口市电台广播中心app 洛阳市第五中学app 湘潭市土地申报app 滨州市旅游监督app 南平市财政信息app 九江市环境保护协会app 北海市文旅信息app 江门市安全生产app 临沂市消防宣传app 雅安市消费协会app 焦作市粮食管理app 永州市第四小学app 梅州市第一小学app 铜川市农业补贴app 吕梁市未成年保护协会app 荆州市警务app 桂林市政府信息公开指南app 吴忠市安全生产app 咸阳市公开信息app 开封市卫生协会app 白银市电视台广播app 眉山市桥梁管理app 渑池县环境保护协会app 定日县公共法律服务app 颍上县公路管理app 富民县第四中学app 泰来县教育局app 会泽县街道办app 尖扎县消防局app 南投县消费协会app 曹县第三小学app 莎车县旅游协会app 易门县民政管理app 维西傈僳族自治县第六中学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