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:2026-07-14 12:13:23
临汾市第四小学app 梅州市消防局app 遂宁市公共文化服务app 张家界市市场监督app 莆田市招标信息app 淮安市防洪app 昆明市税务局app 安阳市文旅信息app 西安市防洪信息app 铜陵市惠农app 安庆市旅游监督app 渭南市便民app 昌都市公正处app 林芝市天气监控中心app 蚌埠市水务app 宜宾市教育局app 张家界市粮食管理app 衡阳市农业补贴app 德州市法律服务app 安庆市环境保护协会app 六安市旅游监督app 焦作市中心校app 邢台市惠农app 平顶山市消防宣传app 孝感市学校app 乐山市环境保护协会app 房县第一小学app 武山县消防局app 大英县重大建设公开app 海盐县通讯协会app 文水县服务大厅app 宽甸满族自治县公正处app 萨迦县防洪app 沛县风力发电app 元江哈尼族彝族傣族自治县妇联app 宕昌县铁路管理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