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:2026-09-21 7:53:58
亳州市第六小学app 衡水市审计公开app 河源市警务app 商洛市铁路管理app 扬州市防洪信息app 岳阳市农业app 开封市水务app 通辽市文旅信息app 滨州市公开信息app 亳州市第二中学app 宿州市第三小学app 日照市国土信息app 中卫市第一中学app 定西市论坛app 东莞市特殊家庭关爱协会app 丹东市第二小学app 绍兴市第二高中app 开封市招标信息app 信阳市第二高中app 铜陵市残联app 盐城市惠农app 威海市第二高中app 红安县教育信息app 汾西县消防宣传app 乾安县论坛app 故城县教育信息app 沙雅县暴雨监控中心app 望江县政府信息公开指南app 嘉祥县第二中学app 上栗县农业补贴app 和硕县环境保护协会app 同德县暴雨监控中心app 唐县惠农app 普定县民政管理app 霍邱县公益app 林周县服务大厅app 花莲县残联救助app 印江土家族苗族自治县教育局app 东兰县旅游监督app 和顺县政务监督app 镇沅彝族哈尼族拉祜族自治县审计公开app 无棣县残联救助app 汾西县第三中学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