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 2:51:43
丽江市防洪app 淮安市环境保护协会app 台州市环境保护协会app 周口市政务服务app 江门市消防宣传app 黑河市数据管理局app 梧州市公路管理app 荆门市第六小学app 嘉兴市电台广播中心app 佳木斯市第二小学app 枣庄市森林消防app 钦州市第五中学app 玉林市消防局app 白城市警务app 新兴县住房保障app 建宁县便民app 德庆县电力app 泸县政务服务app 广宗县非物质文化遗产app 铅山县消防宣传app 宿松县第三高中app 繁峙县防灾信息app 曲周县教研app 贵南县工商局app 临猗县教育局app 辉南县论坛app 平和县土地申报app 汤阴县粮食管理app 平罗县征地服务app 淳化县森林消防app 凉城县文旅信息app 呼玛县政府信息公开指南app 平遥县第五高中app 南县振兴乡村app 广灵县水利app 民乐县消防局app 温泉县工程造价app 南漳县防洪信息app 绥滨县公开信息app 青龙满族自治县街道办app 江华瑶族自治县重大建设公开app 铜鼓县国土信息app 康马县桥梁管理app 扎囊县天气监控中心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