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:2026-07-16 3:42:20
塔河县第二中学app 沁水县卫生协会app 苍南县民政管理app 开鲁县惠农app 易县第一小学app 盐山县残联救助app 兴县人社管理app 易县桥梁管理app 巨鹿县妇联救助app 义县专题专栏app 桦南县灾害救助app 肃宁县劳动局app 雄县第六中学app 平遥县最新新闻app 泗洪县环境保护协会app 阳高县妇联app 长岭县住房保障app 襄汾县申建app 神池县水利app 迁西县残联救助app 东辽县森林消防app 德清县政务服务app 象山县应急管理app 正定县工商信息app 康平县灾害救助app 曲阳县通讯协会app 万荣县铁路管理app 呼玛县第一小学app 翼城县妇联救助app 象山县司法管理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