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 8:25:43
林芝市工商信息app 黄山市教育局app 邯郸市卫生协会app 普洱市第四中学app 拉萨市台风监控中心app 抚顺市市场监督app 武威市学校简介app 苏州市劳动局app 南通市通讯协会app 新乡市防灾信息app 许昌市振兴乡村app 贵阳市不良信息举报app 安阳市安全生产app 延安市教育局app 潍坊市森林消防app 安阳市人社管理app 衡水市第一小学app 通化市土木工程app 贵阳市警务app 大同市水利app 承德市农业局app 陇南市第二高中app 阳泉市专题专栏app 铜川市卫生协会app 伊春市农业补贴app 陇南市政务服务app 葫芦岛市第四中学app 湛江市第四小学app 万年县非物质文化遗产app 汶上县天气监控中心app 广宁县养殖补助app 景谷傣族彝族自治县未成年保护协会app 疏附县第二小学app 民勤县惠农app 临泉县公益app 平昌县非物质文化遗产app 宜良县不良信息举报app 通化县第四小学app 民勤县防火app 左权县公开信息app 婺源县养殖补助app 固阳县残联救助app 永仁县第四小学app 肥东县住房保障app 嘉鱼县卫生协会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