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 8:40:12
松原市防灾信息app 常德市城乡建设app 廊坊市第五高中app 黑河市通讯协会app 宁波市第五小学app 吕梁市人社管理app 黄石市审计公开app 铜仁市公益app 鸡西市税收公开app 六安市旅游协会app 吉安市消防局app 朔州市工程造价app 郴州市农业app 潮州市工商局app 哈密市第四小学app 张掖市粮食管理app 焦作市养殖补助app 贵阳市消费协会app 宣城市审计公开app 锦州市森林消防app 四平市消费协会app 哈尔滨市消费协会app 崇左市新闻中心app 高青县防洪app 新县政府公报app 江陵县防洪app 沙县公路管理app 甘孜县太阳能发电信息app 金溪县消防局app 永泰县工商局app 剑河县桥梁管理app 临泉县政务监督app 泸西县不良信息举报app 郯城县通讯协会app 南江县通讯协会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