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:2026-11-17 7:32:53
延安市电力app 信阳市劳动局app 揭阳市天气监控中心app 济宁市土地局app 宝鸡市公正处app 广安市农业局app 定西市重大建设公开app 吉安市信息公开app 四平市学校app 襄阳市未成年保护协会app 资阳市住房保障app 三亚市第四中学app 正阳县风力发电app 嘉荫县申建app 曲松县教育信息app 靖远县历史记录app 芮城县水务app 永宁县公开信息app 德保县第二中学app 东辽县第一小学app 安乡县历史记录app 孝昌县政务监督app 将乐县招标信息app 临沭县电视台广播app 滨海县台风信息app 无极县教育信息app 周宁县养殖补助app 高县环境保护协会app 措勤县残联app 兴国县第三高中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