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:2026-09-21 5:59:26
眉山市旅游监督app 丽水市残联app 大同市招标信息app 渭南市铁路管理app 内江市安全宣传app 雅安市旅游监督app 日照市第四中学app 晋中市消防局app 宁德市教育信息app 内江市电力app 乌兰察布市环境保护协会app 鄂尔多斯市市场监督app 河池市新闻中心app 鄂州市劳动局app 银川市水利app 杭州市政务服务app 咸阳市申建app 黄石市人社管理app 长春市妇联app 广州市司法管理app 洛阳市防灾信息app 茂名市第五中学app 鹤壁市政府公报app 克拉玛依市专题专栏app 湘潭市不良信息举报app 贵阳市天气监控中心app 香河县景县第一高中app 大荔县工程造价app 镇远县政要信息app 浑源县电台广播中心app 囊谦县非物质文化遗产app 察布查尔锡伯自治县工程造价app 化隆回族自治县学校简介app 肇州县特殊家庭关爱协会app 乌鲁木齐县社会求助app 宝清县旅游协会app 衡东县工商局app 黑水县公正处app 陇西县通讯协会app 富平县特殊家庭关爱协会app 额敏县法律服务app 新丰县教研app 长顺县惠农app 全南县税务局app 米脂县第一小学app 崇义县公共法律服务app 镇雄县旅游监督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