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 3:30:47
平顶山市粮食管理app 张家界市工商信息app 包头市暴雨监控中心app 巴彦淖尔市第四中学app 来宾市农业补贴app 廊坊市灾害救助app 贺州市数据管理局app 安阳市教育信息app 朔州市第一高中app 温州市惠农app 湛江市热点专题app 南昌市第二中学app 贵港市第四小学app 昌都市第六小学app 昌都市招标信息app 吕梁市教研app 叙永县防灾信息app 永昌县警务app 平定县特殊家庭关爱协会app 阜南县第四高中app 孝昌县农业局app 普安县专题专栏app 灌阳县政府公报app 同心县旅游监督app 澜沧拉祜族自治县土木工程app 三穗县出口管理app 宁化县住房保障app 翁源县第一高中app 长海县住房保障app 泰来县信息公开app 云和县第二中学app 弋阳县防洪信息app 肥东县助农app 马关县残联app 汉寿县文旅信息app 都兰县太阳能发电信息app 凉城县土地局app 宝兴县环境保护协会app 鹿寨县第四小学app 突泉县第五中学app 鄯善县公共法律服务app 望江县财政信息app 宝丰县通讯协会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