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:2026-07-19 7:35:44
汕头市教研app 常州市新闻中心app 北海市第二高中app 钦州市热点专题app 伊春市养殖补助app 葫芦岛市台风信息app 德州市第三小学app 吉安市第二中学app 新乡市太阳能发电信息app 九江市太阳能发电信息app 泸州市防洪信息app 菏泽市养殖补助app 惠州市财政信息app 六盘水市环境保护协会app 岳阳市政府公报app 会理县新闻中心app 英吉沙县同城app 嘉祥县税务局app 沿河土家族自治县事业单位app 柳城县教育信息app 金秀瑶族自治县税收公开app 盐山县政要信息app 平顺县消费协会app 宁武县历史记录app 绥棱县天气监控中心app 和顺县重大建设公开app 靖远县政要信息app 连平县防洪app 吴堡县消防宣传app 田东县便民app 霍山县水务app 广宁县公正处app 岐山县新闻中心app 桦川县非物质文化遗产app 当涂县旅游监督app 永靖县桥梁管理app 定结县税收公开app 五河县城乡建设app 临澧县新闻中心app 秦安县最新新闻app 广南县中心校app 绥棱县卫生协会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