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 4:11:13
济南市安全宣传app 西安市信息公开app 郴州市应急管理app 绵阳市天气监控中心app 晋中市法律服务app 深圳市灾害救助app 台州市桥梁管理app 海东市卫生协会app 芜湖市妇联app 晋中市教育信息app 青县振兴乡村app 芮城县国土信息app 方正县司法管理app 阳信县助农app 献县农业app 闽清县服务大厅app 临漳县政务监督app 泗洪县街道办app 英吉沙县天气监控中心app 叶城县土地局app 佛冈县第四高中app 安吉县政务监督app 杜尔伯特蒙古族自治县防灾信息app 肇州县特殊家庭关爱协会app 绛县人社管理app 工布江达县防洪app 麦盖提县国土信息app 庐江县热点专题app 博湖县台风信息app 惠民县教研app 涉县电视台广播app 祥云县风力发电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