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 6:35:47
宝鸡市电力app 鹤岗市第二中学app 抚州市政务监督app 鹤壁市第二高中app 钦州市水务app 乌鲁木齐市新闻中心app 江门市水利app 潮州市防灾信息app 宁德市环境保护协会app 临汾市街道办app 丹东市应急管理app 石家庄市安全生产app 柳州市公路管理app 通辽市风力发电app 湘潭市第二高中app 葫芦岛市桥梁管理app 怀化市工商信息app 郴州市文旅信息app 毕节市信息公开app 榆林市工商局app 贵阳市农业补贴app 桂林市森林消防app 濮阳市征地服务app 巴中市信息公开app 宿州市第一中学app 平顶山市太阳能发电信息app 称多县社会求助app 美姑县文旅信息app 庄浪县国土信息app 西华县环境保护协会app 乐安县第五中学app 绿春县政务服务app 衡阳县第二高中app 天等县第二高中app 花莲县信息公开app 赤城县人社管理app 琼结县文旅信息app 米脂县桥梁管理app 宣汉县国土信息app 凤台县台风监控中心app 乌什县警务app 大田县数据管理局app 融安县新闻中心app 石阡县防洪app 湖口县文旅信息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