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:2026-07-18 5:33:32
吉林市公共法律服务app 东莞市工程造价app 巴中市水利app 临沂市政务监督app 德阳市第六中学app 唐山市政要信息app 梧州市铁路管理app 石嘴山市环境保护协会app 金华市防洪信息app 乌海市消防宣传app 宣城市第四小学app 安庆市残联救助app 湛江市学校app 中卫市卫生协会app 呼和浩特市防洪app 日喀则市司法管理app 林芝市审计公开app 镇江市养殖补助app 台州市劳动局app 晋中市第一中学app 金昌市工程造价app 泰安市第六小学app 株洲市第二高中app 株洲市服务大厅app 白山市热点专题app 晴隆县工商信息app 甘洛县妇联app 深泽县第四高中app 平和县第二高中app 全椒县建设局信息app 贡山独龙族怒族自治县土地申报app 彭阳县第三高中app 石林彝族自治县政务监督app 澄迈县旅游监督app 共和县公路管理app 泗阳县电台广播中心app 汾西县粮食管理app 抚松县环境保护协会app 沙县铁路管理app 武山县森林消防app 齐河县惠农app 淇县防洪信息app 宕昌县最新新闻app 高阳县第一高中app 清河县消费协会app 清徐县环境保护协会app 施甸县旅游协会app 同心县土木工程app 黄龙县暴雨监控中心app 平阳县第六中学app 民权县旅游监督app 城步苗族自治县台风信息app 勃利县城乡建设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