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:2026-07-03 9:58:33
东莞市第六中学app 大同市不良信息举报app 宜宾市服务大厅app 上饶市妇联app 七台河市电视台广播app 钦州市工商局app 张家界市审计公开app 宜春市通讯协会app 广元市消防宣传app 安阳市残联app 九江市第五中学app 大连市天气监控中心app 梅州市第二小学app 永州市未成年保护协会app 兰州市公开信息app 舟山市农业app 铜仁市政务监督app 盐津县公正处app 云阳县第三小学app 西充县工商信息app 莒南县妇联app 西吉县第一高中app 广宗县农业局app 依兰县森林消防app 平舆县特殊家庭关爱协会app 会同县电台广播中心app 定安县数据管理局app 盐边县惠农app 临西县国土信息app 保亭黎族苗族自治县中心校app 绩溪县出口管理app 辰溪县养殖补助app 东至县民政管理app 赵县第一中学app 交城县环境保护协会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