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 3:31:22
周口市信息公开app 淄博市电视台广播app 铁岭市养老服务app 云浮市第四小学app 陇南市出口管理app 芜湖市工商信息app 榆林市公共文化服务app 乌鲁木齐市城乡建设app 阜阳市政府信息公开指南app 金华市天气监控中心app 哈密市第四小学app 阜阳市土地申报app 湖州市第四高中app 泰安市教育局app 邯郸市中心校app 玉溪市重大建设公开app 攀枝花市通讯协会app 绵阳市税务局app 石嘴山市农业局app 周口市建设局信息app 永州市环境保护协会app 贺州市农业局app 朔州市第五小学app 湖州市水利app 邢台市人社管理app 衢州市税务局app 六安市国土信息app 剑川县第一中学app 织金县政务服务app 永胜县中心校app 青田县公共文化服务app 定襄县防火app 桐柏县申建app 平塘县电视台广播app 苗栗县教育信息app 托克逊县劳动局app 绥宁县人社管理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