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:2026-07-17 5:44:49
淮北市招标信息app 铜陵市民政管理app 海口市住房保障app 丽江市征地服务app 锦州市残联app 哈尔滨市残联救助app 贵港市土地局app 威海市事业单位app 昭通市公正处app 泸州市台风信息app 荆门市第三中学app 商洛市教育局app 朝阳市第六中学app 彰化县非物质文化遗产app 华安县南靖县通讯协会app 左权县第四小学app 边坝县第一高中app 西峡县公共文化服务app 承德县第六中学app 曹县法律服务app 南召县教育局app 永泰县重大建设公开app 高青县出口管理app 赫章县农业补贴app 保德县环境保护协会app 渭源县养殖补助app 永昌县第三中学app 道孚县专题专栏app 克东县招标信息app 武强县出口管理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