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 1:59:15
南通市第二小学app 内江市出口管理app 娄底市安全宣传app 三沙市重大建设公开app 桂林市农业补贴app 菏泽市第一中学app 开封市电视台广播app 邢台市社会求助app 盘锦市街道办app 苏州市论坛app 梧州市征地服务app 七台河市政府信息公开指南app 兰州市第二高中app 拉萨市惠农app 海东市政务监督app 信阳市警务app 拉萨市便民app 衡水市旅游协会app 郑州市暴雨监控中心app 灌阳县环境保护协会app 上栗县防火app 龙游县城乡建设app 资溪县养老服务app 长白朝鲜族自治县学校简介app 陆良县市场监督app 顺平县第五中学app 武川县消防宣传app 得荣县住房保障app 湖口县台风监控中心app 南部县第五高中app 普定县学校简介app 定安县第四小学app 汶上县残联救助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