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:2026-06-30 7:47:39
乌海市公开信息app 韶关市旅游监督app 张掖市非物质文化遗产app 新余市公开信息app 汕尾市妇联app 三亚市安全生产app 景德镇市残联app 荆州市事业单位app 乐山市公路管理app 通辽市养殖补助app 赣州市森林消防app 长春市政府公报app 阳泉市灾害救助app 嘉峪关市民政管理app 平阳县防洪信息app 滨海县旅游监督app 张北县风力发电app 金平苗族瑶族傣族自治县第三小学app 夹江县旅游协会app 绥滨县街道办app 大邑县旅游协会app 永平县消防局app 霍山县第六小学app 墨脱县不良信息举报app 宾县征地服务app 曲沃县应急管理app 兴县安全宣传app 加查县教育信息app 泸定县防火app 瓮安县教育局app 曹县第六中学app 海丰县台风信息app 绥宁县教育局app 喜德县妇联救助app 肇源县第二高中app 平顺县铁路管理app 扎囊县人社管理app 义县政要信息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