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:2026-07-16 11:43:42
周口市政府公报app 大连市助农app 鄂尔多斯市第一中学app 广安市水务app 乌海市公正处app 厦门市招标信息app 绥化市防洪信息app 九江市第二高中app 定西市第四小学app 连云港市防洪信息app 吐鲁番市政府信息公开指南app 吉林市应急管理app 荆门市农业补贴app 潮州市水利app 保定市第六小学app 铜仁市电台广播中心app 信阳市公共文化服务app 儋州市学校简介app 兰考县第四高中app 宜丰县土地申报app 繁峙县第四小学app 桐庐县防洪信息app 武乡县安全生产app 石门县第三中学app 久治县国土信息app 垫江县税收公开app 苍南县数据管理局app 城口县专题专栏app 盘山县第二小学app 杂多县电台广播中心app 道县学校简介app 山阳县灾害救助app 井陉县旅游监督app 蕉岭县法律服务app 内乡县征地服务app 洛川县森林消防app 安龙县第三中学app 广宁县妇联救助app 大邑县非物质文化遗产app 安多县建设局信息app 武强县工商局app 太湖县第一高中app 昌图县水利app 武宁县农业app 商城县劳动局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