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:2026-06-27 7:52:10
舟山市公路管理app 清远市消防局app 嘉兴市财政信息app 阜新市防灾信息app 鹤壁市热点专题app 焦作市热点专题app 海口市铁路管理app 济宁市财政信息app 烟台市不良信息举报app 铜川市森林消防app 邢台市建设局信息app 九江市电力app 昭通市森林消防app 本溪市教育局app 荆门市特殊家庭关爱协会app 乐山市政府信息公开指南app 达州市事业单位app 遂宁市防灾信息app 潍坊市第四小学app 吐鲁番市热点专题app 马鞍山市街道办app 丹东市旅游协会app 连云港市财政信息app 信阳市土地申报app 郴州市街道办app 汉中市信息公开app 菏泽市学校简介app 田东县学校app 永靖县住房保障app 隰县专题专栏app 灵丘县公共法律服务app 浮梁县农业app 正定县灾害救助app 攸县电视台广播app 会同县养老服务app 大新县政府公报app 克山县政府公报app 天等县政务服务app 融水苗族自治县第四小学app 大关县审计公开app 镇宁布依族苗族自治县暴雨监控中心app 巴彦县第二高中app 凤县申建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