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:2026-06-28 12:55:47
沈阳市森林消防app 芜湖市风力发电app 南京市政府公报app 珠海市旅游监督app 南京市妇联app 海东市建设局信息app 汕尾市国土信息app 东营市水利app 温州市森林消防app 河池市出口管理app 咸宁市人社管理app 南充市防火app 眉山市农业局app 连云港市太阳能发电信息app 洛阳市第五小学app 赣州市事业单位app 秦皇岛市台风信息app 汝城县事业单位app 乡城县第四小学app 澄迈县灾害救助app 石棉县水利app 宜丰县防洪app 丘北县街道办app 清流县第五小学app 洛南县安全宣传app 延川县土木工程app 都兰县防灾信息app 孟津县粮食管理app 博罗县学校app 镇宁布依族苗族自治县消费协会app 台前县公开信息app 日土县非物质文化遗产app 周至县财政信息app 贡山独龙族怒族自治县征地服务app 五原县农业补贴app 安阳县妇联救助app 柘荣县政府公报app 阳山县土地局app 定日县数据管理局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