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:2026-07-15 2:44:39
郑州市水务app 邵阳市台风监控中心app 茂名市消防局app 温州市便民app 珠海市政府公报app 汕尾市热点专题app 聊城市招标信息app 郴州市安全宣传app 连云港市非物质文化遗产app 长春市防洪app 淮北市住房保障app 沧州市第四中学app 眉县第一高中app 云林县农业局app 黄龙县审计公开app 稻城县最新新闻app 五台县第二中学app 龙胜各族自治县振兴乡村app 荔波县第二高中app 谢通门县法律服务app 宾川县学校简介app 祁县信息公开app 宽城满族自治县第二中学app 洱源县第一中学app 石屏县第三中学app 确山县防灾信息app 稻城县同城app 固始县助农app 固始县民政管理app 木兰县台风监控中心app 武邑县服务大厅app 淅川县公共文化服务app 和林格尔县工商信息app 屏边苗族自治县新闻中心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