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:2026-06-29 5:44:25
山南市第三小学app 无锡市水利app 昭通市粮食管理app 玉林市第三高中app 双鸭山市第五小学app 昌都市税务局app 保定市法律服务app 双鸭山市防洪app 南平市第五中学app 南宁市特殊家庭关爱协会app 商洛市第六中学app 茂名市第一小学app 银川市第二中学app 白城市旅游监督app 张家界市非物质文化遗产app 珠海市通讯协会app 石嘴山市电视台广播app 许昌市法律服务app 桃江县公开信息app 青川县卫生协会app 彭泽县养殖补助app 涉县政府信息公开指南app 遂溪县非物质文化遗产app 祁门县中心校app 攸县安全宣传app 桐梓县电视台广播app 旺苍县政务监督app 黄平县第一小学app 汤旺县教育信息app 五河县风力发电app 维西傈僳族自治县第一高中app 霞浦县消防宣传app 嘉黎县森林消防app 乳源瑶族自治县电视台广播app 澜沧拉祜族自治县第二高中app 大箐山县学校app 曲麻莱县公益app 永平县税收公开app 海盐县旅游监督app 绥阳县公共文化服务app 白河县最新新闻app 高青县妇联app 察隅县惠农app 巍山彝族回族自治县警务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