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:2026-06-30 9:57:17
益阳市税收公开app 雅安市住房保障app 长春市出口管理app 莆田市论坛app 厦门市第二中学app 宝鸡市街道办app 白山市税务局app 东莞市信息公开app 鄂州市森林消防app 马鞍山市旅游监督app 秦皇岛市公共法律服务app 紫云苗族布依族自治县第三高中app 尼木县养殖补助app 高邑县教育局app 五原县数据管理局app 轮台县政府信息公开指南app 天台县第二高中app 扶绥县警务app 岳西县土地申报app 临朐县工商局app 噶尔县市场监督app 梁河县天气监控中心app 南丰县学校简介app 徽县第二高中app 安岳县中心校app 长海县桥梁管理app 海盐县农业局app 青田县妇联救助app 灵台县数据管理局app 东乡族自治县第三小学app 浦北县水务app 岳池县社会求助app 边坝县最新新闻app 沈丘县第二高中app 沛县教育局app 孙吴县非物质文化遗产app 宁陵县公共文化服务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