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:2026-11-22 5:43:18
北海市热点专题app 青岛市公共法律服务app 阳江市消费协会app 安庆市太阳能发电信息app 温州市助农app 临汾市安全生产app 德州市风力发电app 邯郸市便民app 绵阳市非物质文化遗产app 广元市申建app 南通市法律服务app 宝鸡市税务局app 汉中市第五小学app 临汾市最新新闻app 遂宁市铁路管理app 雅安市第一小学app 兰州市市场监督app 宝鸡市工商信息app 临沂市新闻中心app 保山市税务局app 玉林市防洪信息app 沈阳市第二中学app 邢台市第四高中app 邵阳市学校app 平顶山市第四小学app 通辽市安全生产app 巴中市安全宣传app 晋中市灾害救助app 屯昌县粮食管理app 磁县服务大厅app 酉阳土家族苗族自治县公开信息app 建水县通讯协会app 高台县太阳能发电信息app 容城县申建app 泰来县政府公报app 建平县政务监督app 柳城县教育信息app 商南县民政管理app 吉木萨尔县政务服务app 会东县第二高中app 永胜县第一中学app 长汀县卫生协会app 莎车县市场监督app 乳源瑶族自治县第三小学app 惠民县残联救助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