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:2026-07-17 5:53:27
钦州市电力app 昌都市妇联救助app 周口市出口管理app 鹤壁市森林消防app 济宁市第一小学app 资阳市卫生协会app 酒泉市第一高中app 唐山市天气监控中心app 广安市公益app 宜宾市第六小学app 吴忠市社会求助app 永州市灾害救助app 漳州市便民app 汕尾市文旅信息app 来宾市特殊家庭关爱协会app 金华市市场监督app 贵阳市教育局app 黄山市申建app 上饶市第二高中app 衡阳市同城app 玉林市政要信息app 烟台市未成年保护协会app 张家口市第五中学app 荆门市应急管理app 宣城市安全宣传app 威海市第四中学app 青岛市信息公开app 乌鲁木齐市暴雨监控中心app 达州市同城app 漳州市未成年保护协会app 多伦县第三小学app 中方县信息公开app 偏关县土地申报app 萝北县教育信息app 翁源县公共法律服务app 新平彝族傣族自治县养殖补助app 衡南县重大建设公开app 新蔡县安全生产app 大厂回族自治县旅游协会app 泽普县中心校app 莲花县征地服务app 芷江侗族自治县热点专题app 恭城瑶族自治县第二高中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