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:2026-07-04 9:46:45
深圳市第五高中app 河源市风力发电app 广州市第六中学app 临沧市公共文化服务app 阳江市第二高中app 阜新市中心校app 娄底市养老服务app 临汾市第六中学app 阳江市论坛app 信阳市环境保护协会app 黑河市政务监督app 娄底市第三中学app 吉林市公共文化服务app 哈密市第一高中app 石嘴山市教育信息app 白城市暴雨监控中心app 巴中市教育信息app 酒泉市妇联救助app 昌都市教研app 聊城市消防宣传app 亳州市财政信息app 汕尾市第一高中app 滨州市专题专栏app 上饶市特殊家庭关爱协会app 吉林市暴雨监控中心app 汕尾市政府信息公开指南app 延安市残联app 榕江县防灾信息app 金平苗族瑶族傣族自治县同城app 富源县第五高中app 泸溪县第四中学app 隆子县助农app 舟曲县安全宣传app 红安县暴雨监控中心app 余干县台风信息app 临洮县工商信息app 新蔡县公路管理app 石楼县不良信息举报app 大化瑶族自治县专题专栏app 灌阳县妇联救助app 黄陵县警务app 会同县财政信息app 襄城县第三高中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