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 11:23:47
梧州市残联救助app 蚌埠市第三中学app 宣城市教育局app 吉林市第五高中app 宣城市社会求助app 铁岭市住房保障app 吴忠市第四高中app 赣州市政府信息公开指南app 渭南市防洪信息app 拉萨市未成年保护协会app 佳木斯市警务app 梅州市土地申报app 柳州市惠农app 毕节市学校app 衢州市卫生协会app 龙岩市不良信息举报app 忻州市安全宣传app 乌海市土地局app 那曲市水务app 绩溪县农业局app 隆德县专题专栏app 青河县税务局app 农安县政府信息公开指南app 阿坝县街道办app 馆陶县国土信息app 芦溪县财政信息app 仲巴县不良信息举报app 辰溪县第五高中app 洋县司法管理app 岱山县防灾信息app 尉犁县政务监督app 东明县教育信息app 通榆县台风信息app 南陵县政务服务app 太湖县论坛app 广平县第六小学app 千阳县公益app 洪雅县旅游协会app 纳雍县第一中学app 东山县国土信息app 临猗县特殊家庭关爱协会app 清涧县水务app 藤县土木工程app 抚顺县灾害救助app 广宁县特殊家庭关爱协会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