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:2026-07-05 5:11:36
漳州市劳动局app 昆明市农业局app 抚顺市司法管理app 德阳市第一高中app 铜陵市政务监督app 汕尾市重大建设公开app 阳泉市公路管理app 厦门市论坛app 新乡市养老服务app 湛江市教育信息app 辽源市政府公报app 牡丹江市土地局app 德阳市最新新闻app 巴彦淖尔市工程造价app 中山市防火app 乐山市第六中学app 西宁市征地服务app 松原市服务大厅app 辽源市论坛app 温州市论坛app 阜阳市惠农app 山南市天气监控中心app 福州市第五小学app 临沧市最新新闻app 银川市第五高中app 抚顺市第六小学app 菏泽市事业单位app 沅陵县公路管理app 郏县审计公开app 阿克塞哈萨克族自治县第二高中app 山阴县天气监控中心app 巧家县第二中学app 峨山彝族自治县第四高中app 永修县暴雨监控中心app 南江县政府信息公开指南app 沐川县水利app 灵山县热点专题app 曲阳县街道办app 和硕县服务大厅app 定襄县政府信息公开指南app 瓜州县土地申报app 漳浦县第五中学app 大城县建设局信息app 墨玉县铁路管理app 如东县第三小学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