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:2026-07-06 8:36:23
潍坊市第一小学app 成都市教研app 武威市服务大厅app 珠海市铁路管理app 牡丹江市应急管理app 南昌市第六小学app 玉林市妇联救助app 黄山市学校app 安阳市公路管理app 萍乡市社会求助app 铜川市消防局app 江门市政务服务app 日照市应急管理app 德州市第一高中app 鸡西市第六小学app 菏泽市街道办app 朝阳市旅游监督app 武威市政要信息app 普洱市政要信息app 南宁市第二中学app 拉萨市卫生协会app 丽江市教育局app 珠海市第一小学app 宁波市残联app 双鸭山市论坛app 东阿县森林消防app 青河县第四高中app 贵定县教研app 昌黎县土地申报app 太康县太阳能发电信息app 新野县政府公报app 灌南县消防宣传app 壶关县旅游协会app 普安县防洪信息app 文县公路管理app 中阳县法律服务app 梓潼县热点专题app 南县招标信息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