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 1:27:12
益阳市人社管理app 山南市重大建设公开app 娄底市土地申报app 荆门市残联救助app 雅安市桥梁管理app 昌都市安全宣传app 许昌市第一小学app 淄博市重大建设公开app 舟山市第六小学app 茂名市第五小学app 三沙市特殊家庭关爱协会app 株洲市审计公开app 东莞市土地局app 望江县电视台广播app 仁化县第五高中app 德清县防洪信息app 石门县政要信息app 壶关县招标信息app 彭泽县民政管理app 宣恩县司法管理app 新田县司法管理app 鸡泽县威县公共文化服务app 武乡县消费协会app 澧县助农app 云和县第一小学app 和硕县电台广播中心app 湟源县第二高中app 井研县社会求助app 桑植县教育信息app 新疆维吾尔自治区公共法律服务app 岢岚县消防宣传app 永吉县人社管理app 琼结县历史记录app 修水县消防宣传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