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:2026-11-22 7:58:53
巴彦淖尔市消防宣传app 吕梁市第三中学app 庆阳市安全生产app 林芝市防火app 朔州市水务app 茂名市灾害救助app 大庆市台风监控中心app 滨州市重大建设公开app 荆门市教育信息app 厦门市养殖补助app 中卫市妇联app 鹤壁市灾害救助app 黄山市通讯协会app 固原市第五小学app 衢州市电力app 漯河市民政管理app 徐州市电力app 中山市政要信息app 绍兴市土木工程app 桂林市法律服务app 徐州市天气监控中心app 临泽县非物质文化遗产app 鄯善县农业局app 礼县人社管理app 阳谷县电台广播中心app 孟连傣族拉祜族佤族自治县税收公开app 周至县天气监控中心app 澜沧拉祜族自治县农业app 仙游县信息公开app 云霄县中心校app 易门县土木工程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