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:2026-07-02 11:48:35
益阳市新闻中心app 襄阳市征地服务app 淮南市文旅信息app 长春市台风监控中心app 乌兰察布市学校app 梅州市安全宣传app 襄阳市第六中学app 渭南市电视台广播app 中山市通讯协会app 儋州市天气监控中心app 广元市电力app 克拉玛依市第二中学app 固原市学校简介app 抚顺市热点专题app 聊城市养老服务app 赤峰市第四中学app 金昌市政务服务app 漳州市非物质文化遗产app 防城港市第三高中app 宿州市天气监控中心app 宁德市台风信息app 广安市第四小学app 丽水市热点专题app 南通市公开信息app 富裕县第三小学app 浦江县公路管理app 新竹县政要信息app 陵水黎族自治县振兴乡村app 泰宁县警务app 红原县新闻中心app 南江县通讯协会app 古丈县风力发电app 永靖县土地局app 兰陵县防洪信息app 叙永县第二高中app 互助土族自治县台风信息app 安化县新闻中心app 会东县警务app 来安县第一小学app 罗田县台风监控中心app 顺昌县申建app 巨野县出口管理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