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 5:50:48
丽水市政务服务app 景德镇市法律服务app 漳州市建设局信息app 眉山市惠农app 廊坊市财政信息app 蚌埠市第一中学app 丽江市城乡建设app 漳州市第四中学app 平凉市防洪信息app 鄂尔多斯市第二高中app 阳泉市第五小学app 泰州市出口管理app 通辽市政府信息公开指南app 泸州市未成年保护协会app 杭州市妇联救助app 务川仡佬族苗族自治县第五中学app 乾县工商局app 正阳县第一中学app 西华县申建app 龙里县政务服务app 东海县财政信息app 三穗县数据管理局app 宜章县学校简介app 寿县暴雨监控中心app 新和县第二高中app 赞皇县教育信息app 息烽县电台广播中心app 宝丰县旅游协会app 陆良县第六中学app 玉田县税务局app 双峰县公共法律服务app 尤溪县桥梁管理app 石林彝族自治县街道办app 兴县电台广播中心app 新干县暴雨监控中心app 淅川县卫生协会app 洱源县论坛app 陵川县政务服务app 前郭尔罗斯蒙古族自治县土地申报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