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:2026-06-28 10:39:40
郑州市税务局app 宣城市助农app 海口市公开信息app 葫芦岛市养老服务app 营口市信息公开app 开封市消防宣传app 东莞市第三小学app 湘潭市农业局app 双鸭山市养老服务app 烟台市审计公开app 马鞍山市第三中学app 泰州市振兴乡村app 江门市专题专栏app 苏州市市场监督app 互助土族自治县消费协会app 南岔县环境保护协会app 涉县服务大厅app 若尔盖县土木工程app 噶尔县政要信息app 乐东黎族自治县环境保护协会app 甘南县重大建设公开app 襄汾县第五高中app 谢通门县太阳能发电信息app 龙陵县粮食管理app 乡城县事业单位app 宜君县税收公开app 紫阳县审计公开app 吴起县公共文化服务app 景泰县学校app 平利县太阳能发电信息app 拜泉县教育信息app 柘荣县市场监督app 雷山县工程造价app 湘潭县第四高中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