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:2026-07-17 5:10:23
南宁市台风信息app 银川市第三高中app 金昌市第一中学app 柳州市教育局app 商丘市公共文化服务app 吉安市防火app 临沧市第一小学app 淮北市公开信息app 海口市最新新闻app 肇庆市消防宣传app 南京市第五高中app 商洛市振兴乡村app 厦门市学校app 攀枝花市政要信息app 漯河市信息公开app 枣庄市第五中学app 鸡西市社会求助app 分宜县电视台广播app 诏安县建设局信息app 新野县惠农app 灵山县审计公开app 濉溪县枞阳县服务大厅app 隆尧县助农app 融水苗族自治县街道办app 和县政府信息公开指南app 仁寿县电台广播中心app 颍上县暴雨监控中心app 眉县出口管理app 威宁彝族回族苗族自治县第一高中app 宝兴县招标信息app 巨野县文旅信息app 青龙满族自治县招标信息app 浪卡子县台风信息app 临邑县财政信息app 长海县出口管理app 建始县税收公开app 广灵县振兴乡村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