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:2026-07-13 10:42:12
洛阳市防洪信息app 桂林市招标信息app 朝阳市残联救助app 乌兰察布市土木工程app 广州市第四中学app 台州市第六小学app 黄石市财政信息app 邵阳市工程造价app 洛阳市同城app 宁波市城乡建设app 吉安市灾害救助app 自贡市税收公开app 那曲市旅游监督app 锦州市环境保护协会app 新乡市第四高中app 洛阳市第二小学app 固原市信息公开app 儋州市数据管理局app 金昌市出口管理app 永兴县环境保护协会app 桑植县土地局app 嘉鱼县妇联app 固阳县通讯协会app 吴堡县街道办app 定远县振兴乡村app 衡阳县工商信息app 高唐县土木工程app 长汀县应急管理app 怀集县特殊家庭关爱协会app 宾川县惠农app 灌南县旅游协会app 永春县警务app 甘南县政府公报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