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:2026-07-06 6:48:49
鹰潭市不良信息举报app 三亚市司法管理app 陇南市土木工程app 岳阳市第二高中app 鹰潭市人社管理app 揭阳市安全宣传app 林芝市第五小学app 梅州市天气监控中心app 莆田市旅游协会app 安康市数据管理局app 开封市天气监控中心app 昌都市惠农app 泰安市同城app 大庆市第五高中app 灵山县第三小学app 酉阳土家族苗族自治县政府公报app 长顺县特殊家庭关爱协会app 阳原县公益app 阳朔县惠农app 澜沧拉祜族自治县养老服务app 卓尼县信息公开app 舒城县审计公开app 广河县电台广播中心app 宽甸满族自治县国土信息app 长岭县第五高中app 卢氏县热点专题app 彝良县便民app 称多县教研app 眉县粮食管理app 铁岭县旅游监督app 道县旅游监督app 吉安县电力app 喜德县文旅信息app 亚东县司法管理app 衡东县第五高中app 桑日县社会求助app 镇坪县暴雨监控中心app 无极县教育局app 来安县台风信息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