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:2026-07-10 1:21:13
绵阳市农业补贴app 日喀则市信息公开app 南宁市社会求助app 克拉玛依市不良信息举报app 宣城市桥梁管理app 玉溪市防洪信息app 宜昌市工程造价app 张掖市第五小学app 梧州市非物质文化遗产app 鞍山市专题专栏app 天水市服务大厅app 廊坊市人社管理app 辽源市第一中学app 梅州市旅游监督app 常德市第六小学app 济宁市水利app 揭阳市第三高中app 衢州市公共文化服务app 福州市第四小学app 瓮安县水务app 梨树县第四高中app 汶川县法律服务app 宁陕县助农app 西华县应急管理app 浚县工程造价app 盐山县防灾信息app 华池县财政信息app 宜章县养老服务app 开阳县消防局app 桓台县第一中学app 忠县政务服务app 凉城县特殊家庭关爱协会app 壶关县残联app 五原县征地服务app 武义县政府公报app 砀山县助农app 德钦县特殊家庭关爱协会app 灵石县榆社县热点专题app 鱼台县水务app 无极县防洪app 泸西县事业单位app 瓮安县环境保护协会app 玉山县台风监控中心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