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:2026-07-19 12:29:19
枣庄市城乡建设app 宁波市卫生协会app 成都市森林消防app 襄阳市铁路管理app 白城市助农app 巴中市征地服务app 鄂尔多斯市税收公开app 儋州市数据管理局app 衡水市旅游协会app 四平市公共文化服务app 昆明市教育局app 宿迁市第三高中app 湛江市第六小学app 潮州市政府公报app 连云港市风力发电app 当雄县政府公报app 南漳县政务监督app 农安县防洪app 岢岚县消费协会app 长兴县第四中学app 阳原县重大建设公开app 英山县水务app 左贡县第五小学app 通化县第四小学app 广宗县事业单位app 东明县风力发电app 滦南县审计公开app 鲁山县信息公开app 抚松县防火app 雄县太阳能发电信息app 乌兰县专题专栏app 兴安县工商局app 罗山县招标信息app 隰县防洪信息app 魏县中心校app 钟山县第二高中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