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:2026-11-21 1:21:49
吕梁市台风信息app 滁州市新闻中心app 江门市防洪app 伊春市审计公开app 石嘴山市消防宣传app 吐鲁番市水利app 眉山市第三小学app 南充市未成年保护协会app 珠海市风力发电app 南阳市振兴乡村app 昭通市招标信息app 丹东市重大建设公开app 呼和浩特市同城app 康马县最新新闻app 盂县旅游监督app 新安县第三中学app 通城县建设局信息app 孟津县第二高中app 屏南县环境保护协会app 永福县第三中学app 商城县电力app 辰溪县公开信息app 鱼台县第六小学app 建宁县旅游协会app 刚察县第三高中app 夏县最新新闻app 和政县第四高中app 宾县便民app 鹤峰县第六中学app 永宁县第四中学app 常山县劳动局app 天峨县重大建设公开app 磁县重大建设公开app 南县民政管理app 宜兰县第二小学app 博爱县工商信息app 云龙县城乡建设app 汝城县旅游协会app 新县财政信息app 献县工程造价app 陇川县灾害救助app 曲周县消费协会app 永和县司法管理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