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:2026-06-29 4:22:54
泉州市残联救助app 商丘市防洪信息app 四平市非物质文化遗产app 吐鲁番市农业补贴app 十堰市法律服务app 安庆市第三高中app 珠海市养老服务app 内江市妇联app 呼和浩特市人社管理app 岳阳市暴雨监控中心app 攀枝花市天气监控中心app 酒泉市特殊家庭关爱协会app 嘉兴市国土信息app 克拉玛依市粮食管理app 资阳市第二小学app 鄂尔多斯市第四中学app 湛江市残联app 贺州市特殊家庭关爱协会app 明水县庆安县法律服务app 馆陶县旅游监督app 隆化县第二中学app 桑日县第二小学app 山丹县土地局app 尖扎县税收公开app 灵川县旅游监督app 珙县第五高中app 肃宁县振兴乡村app 沛县便民app 浚县第一小学app 钟山县人社管理app 班戈县土木工程app 丰都县妇联救助app 南澳县教育局app 光泽县第二高中app 白朗县应急管理app 泸西县环境保护协会app 徽县惠农app 青龙满族自治县人社管理app 马边彝族自治县第一中学app 周宁县消费协会app 定襄县台风监控中心app 德格县政要信息app 宁津县公正处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