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:2026-07-13 12:23:52
松原市土地局app 株洲市台风信息app 宝鸡市铁路管理app 南阳市服务大厅app 铜陵市消费协会app 长春市同城app 昭通市电台广播中心app 濮阳市学校简介app 本溪市第一高中app 临沂市便民app 望都县公益app 华池县旅游监督app 霍城县桥梁管理app 松桃苗族自治县未成年保护协会app 青河县水利app 苍溪县未成年保护协会app 舞阳县水利app 和田县公开信息app 邱县消费协会app 泰来县最新新闻app 维西傈僳族自治县桥梁管理app 桦南县教研app 饶河县天气监控中心app 井研县卫生协会app 蒙阴县劳动局app 天峨县第四中学app 壶关县妇联app 确山县第六中学app 揭西县第三高中app 岳普湖县通讯协会app 阜平县学校简介app 寻甸回族彝族自治县应急管理app 上林县政务监督app 定日县税务局app 三台县民政管理app 东至县太阳能发电信息app 阳城县重大建设公开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