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:2026-07-18 4:49:58
潮州市同城app 自贡市公共文化服务app 长春市电力app 泸州市安全生产app 哈密市环境保护协会app 朔州市灾害救助app 钦州市论坛app 沈阳市最新新闻app 大同市农业app 鹰潭市农业app 南昌市非物质文化遗产app 岳阳市新闻中心app 乌鲁木齐市太阳能发电信息app 宣城市卫生协会app 丹东市非物质文化遗产app 绍兴市政府公报app 贵阳市政务服务app 淮南市第四中学app 兰州市妇联app 西安市惠农app 呼伦贝尔市街道办app 清远市人社管理app 清远市土木工程app 普安县建设局信息app 武义县税收公开app 通城县农业局app 陇县森林消防app 郯城县工商局app 新安县天气监控中心app 金溪县灾害救助app 礼县公共法律服务app 崇信县民政管理app 天全县税务局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