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:2026-07-03 12:24:30
丽水市第三中学app 晋城市防洪app 湖州市安全生产app 四平市电视台广播app 营口市第一高中app 吕梁市民政管理app 惠州市防洪信息app 鸡西市太阳能发电信息app 上饶市桥梁管理app 南宁市公正处app 贺州市第三中学app 大庆市便民app 濮阳市中心校app 合肥市惠农app 遵义市水务app 曲水县第二小学app 遂昌县台风监控中心app 平和县同城app 罗平县第四高中app 勐腊县政府公报app 桦川县应急管理app 长海县人社管理app 平阴县安全生产app 平遥县工商局app 故城县财政信息app 长白朝鲜族自治县申建app 大关县第一高中app 无棣县公共法律服务app 合浦县住房保障app 阳朔县第三小学app 临猗县第二小学app 德清县第四中学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