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:2026-07-07 5:53:30
苏州市安全宣传app 阜阳市第五小学app 雅安市中心校app 西宁市旅游监督app 达州市财政信息app 临沂市法律服务app 南阳市第一小学app 揭阳市税收公开app 海口市卫生协会app 商丘市通讯协会app 湖州市第二高中app 铜川市第一小学app 东莞市教育信息app 毕节市安全生产app 荆门市第一中学app 南通市国土信息app 酒泉市警务app 南平市专题专栏app 芜湖市第一高中app 通辽市历史记录app 酒泉市出口管理app 盘锦市学校app 儋州市台风监控中心app 泸州市灾害救助app 防城港市服务大厅app 惠来县文旅信息app 内乡县卫生协会app 略阳县第三中学app 莒南县征地服务app 长白朝鲜族自治县妇联app 西充县住房保障app 台东县消防局app 波密县农业局app 石楼县防灾信息app 盐边县最新新闻app 南江县国土信息app 尚义县便民app 古县电视台广播app 瓮安县社会求助app 普定县社会求助app 金川县农业补贴app 余干县电视台广播app 合阳县灾害救助app 木垒哈萨克自治县财政信息app 商河县铁路管理app 呼玛县防洪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