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:2026-07-04 12:22:52
内江市城乡建设app 丹东市住房保障app 北海市桥梁管理app 株洲市第六中学app 昆明市审计公开app 苏州市电视台广播app 莆田市应急管理app 黑河市警务app 龙岩市第三高中app 昭通市未成年保护协会app 鄂州市城乡建设app 襄阳市第一小学app 防城港市防火app 松原市数据管理局app 攀枝花市申建app 清远市法律服务app 乐山市人社管理app 湖州市公共文化服务app 长春市第五中学app 沧州市安全宣传app 克拉玛依市防洪信息app 苏州市工商局app 太原市人社管理app 锦州市历史记录app 朝阳市第一小学app 淮南市第三高中app 益阳市工程造价app 齐齐哈尔市公共文化服务app 济宁市事业单位app 铜陵市工商信息app 连平县环境保护协会app 巴青县法律服务app 东海县教育信息app 金湖县第六小学app 通许县财政信息app 福海县天气监控中心app 索县警务app 甘谷县电视台广播app 彰化县消防局app 玉龙纳西族自治县防火app 锦屏县卫生协会app 范县热点专题app 慈利县桥梁管理app 通城县第四中学app 青田县政府信息公开指南app 勉县人社管理app 灵川县旅游协会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