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:2026-06-28 8:41:37
西安市第三中学app 伊春市第四中学app 盘锦市第四中学app 三沙市电台广播中心app 宝鸡市风力发电app 云浮市工商信息app 邯郸市同城app 揭阳市农业app 齐齐哈尔市妇联app 淄博市便民app 镇江市征地服务app 珠海市第四中学app 呼伦贝尔市税收公开app 蚌埠市教研app 淮北市助农app 连云港市工商信息app 河源市防洪信息app 资阳市信息公开app 安阳市第四中学app 鄂州市养老服务app 双鸭山市第四小学app 西安市暴雨监控中心app 白银市中心校app 信阳市工程造价app 宝兴县论坛app 青河县水务app 新龙县数据管理局app 泾川县税收公开app 田林县第四小学app 黎城县水利app 兴县台风监控中心app 台东县水务app 涉县未成年保护协会app 乳源瑶族自治县残联app 鄄城县消防局app 江口县审计公开app 措勤县服务大厅app 祁门县工商信息app 庆元县妇联救助app 依兰县申建app 迁西县第五小学app 察雅县电力app 博罗县太阳能发电信息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