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 2:34:54
儋州市第四小学app 资阳市环境保护协会app 孝感市不良信息举报app 固原市防火app 深圳市政务监督app 通化市第三小学app 泉州市电视台广播app 开封市第一高中app 渭南市信息公开app 佛山市便民app 平顶山市中心校app 大同市消费协会app 滨州市天气监控中心app 梅州市妇联app 遂宁市助农app 达州市环境保护协会app 河源市消费协会app 铁岭市政务监督app 南平市审计公开app 乌海市重大建设公开app 青岛市司法管理app 葫芦岛市建设局信息app 潍坊市政府公报app 四平市政务监督app 固原市国土信息app 徐州市事业单位app 许昌市学校简介app 太湖县第五小学app 奉新县政务服务app 府谷县警务app 奉节县水务app 肃南裕固族自治县数据管理局app 广饶县招标信息app 顺昌县新闻中心app 枣强县防洪app 大邑县防灾信息app 长白朝鲜族自治县工程造价app 怀安县第六小学app 新化县应急管理app 安化县非物质文化遗产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