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 12:23:44
徐州市第二中学app 中山市消防宣传app 石家庄市专题专栏app 徐州市中心校app 淮安市消费协会app 定西市公益app 三明市防火app 日喀则市市场监督app 汕尾市同城app 朔州市事业单位app 石家庄市环境保护协会app 晋城市文旅信息app 拉萨市政府信息公开指南app 黑河市应急管理app 石家庄市国土信息app 雅安市税务局app 中卫市住房保障app 丽江市公路管理app 濮阳市学校app 新乡市水务app 锦州市第四中学app 宿州市法律服务app 新余市卫生协会app 廊坊市公路管理app 济宁市数据管理局app 濮阳市应急管理app 东源县第二高中app 延川县政府信息公开指南app 雅江县住房保障app 于田县太阳能发电信息app 噶尔县粮食管理app 宝兴县征地服务app 工布江达县妇联救助app 沧源佤族自治县社会求助app 关岭布依族苗族自治县同城app 西林县信息公开app 城步苗族自治县通讯协会app 金塔县民政管理app 博爱县劳动局app 富顺县养老服务app 蒲城县公开信息app 潼关县暴雨监控中心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