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:2026-07-16 1:32:42
衢州市热点专题app 辽源市农业app 绵阳市第二小学app 来宾市学校简介app 莆田市学校简介app 孝感市第四小学app 扬州市第一小学app 云浮市第五高中app 张家界市安全生产app 宿迁市消防局app 三明市事业单位app 海东市第四小学app 固原市未成年保护协会app 亳州市税收公开app 洛阳市第三中学app 巫山县历史记录app 霍邱县新闻中心app 环县最新新闻app 宁蒗彝族自治县热点专题app 奉新县第六小学app 武陟县审计公开app 金沙县第二小学app 澎湖县市场监督app 德保县住房保障app 利津县教研app 锦屏县公正处app 阳西县农业app 东辽县社会求助app 道真仡佬族苗族自治县政府公报app 蒲城县未成年保护协会app 东辽县第三小学app 定安县司法管理app 米林县第六中学app 罗山县桥梁管理app 浪卡子县社会求助app 玉屏侗族自治县住房保障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