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:2026-07-02 11:54:26
宿迁市民政管理app 贺州市第五高中app 安庆市消费协会app 毕节市警务app 徐州市事业单位app 丽水市土地申报app 蚌埠市第六中学app 三明市历史记录app 九江市非物质文化遗产app 芜湖市残联救助app 广安市土地局app 广元市第二高中app 铁岭市重大建设公开app 营口市第三小学app 桂林市学校简介app 德州市第一中学app 广元市惠农app 龙岩市惠农app 保山市电视台广播app 徐州市第三小学app 德州市第二小学app 徐州市招标信息app 巴中市灾害救助app 温州市数据管理局app 漯河市第四中学app 蚌埠市司法管理app 涡阳县住房保障app 巴东县助农app 元谋县工商局app 和林格尔县教研app 泾县社会求助app 赤城县台风信息app 宁洱哈尼族彝族自治县教育局app 墨竹工卡县第三高中app 贵德县征地服务app 新河县第二小学app 尉氏县第二高中app 婺源县新闻中心app 磁县妇联app 麦盖提县电台广播中心app 巴马瑶族自治县农业补贴app 刚察县第三小学app 博白县第二高中app 独山县审计公开app 武陟县公共文化服务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