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:2026-11-22 5:15:16
攀枝花市教育信息app 运城市公共法律服务app 泉州市学校简介app 雅安市第四高中app 盐城市学校简介app 毕节市服务大厅app 日照市中心校app 汕尾市第五小学app 郑州市防灾信息app 黄山市工商局app 黄冈市第三小学app 焦作市政务监督app 镇江市土地申报app 双鸭山市市场监督app 佛山市电视台广播app 遂宁市工商局app 宿州市税务局app 惠州市人社管理app 咸宁市社会求助app 贵阳市土地局app 商洛市防洪信息app 珠海市桥梁管理app 沈阳市第四小学app 无锡市服务大厅app 陇南市第四高中app 黄山市台风监控中心app 东山县信息公开app 长阳土家族自治县司法管理app 林西县第一高中app 连平县招标信息app 阜城县第三中学app 青阳县公益app 瓜州县台风监控中心app 塔什库尔干塔吉克自治县论坛app 吉木萨尔县学校app 连江县第三高中app 忠县工商信息app 苍溪县第一中学app 绥棱县土木工程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