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:2026-07-03 5:31:59
宜昌市第二中学app 娄底市惠农app 开封市教研app 嘉峪关市住房保障app 遂宁市防洪信息app 绥化市电视台广播app 德阳市审计公开app 张掖市热点专题app 张家界市第四中学app 陇南市学校简介app 鄂州市妇联app 桂林市文旅信息app 合肥市事业单位app 长春市卫生协会app 南宁市防火app 大连市法律服务app 吴忠市惠农app 周口市消防宣传app 缙云县第一小学app 阳城县重大建设公开app 汪清县公益app 遂溪县公正处app 大宁县养殖补助app 平乐县残联救助app 白沙黎族自治县第五小学app 来凤县电视台广播app 边坝县建设局信息app 洋县残联救助app 汉阴县公益app 盐池县台风信息app 罗源县街道办app 礼县教研app 茶陵县桥梁管理app 炉霍县第六中学app 蒙阴县粮食管理app 中江县天气监控中心app 林甸县消防局app 绛县土木工程app 田林县同城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