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 5:57:30
铁岭市残联app 陇南市重大建设公开app 晋中市第六小学app 蚌埠市服务大厅app 鹤岗市民政管理app 宿州市第四高中app 佳木斯市特殊家庭关爱协会app 苏州市税收公开app 通化市农业局app 松原市工程造价app 邻水县历史记录app 涟水县土地局app 洛南县安全生产app 兴国县国土信息app 昭苏县公益app 镇原县森林消防app 皋兰县消费协会app 吴桥县财政信息app 桂东县第三中学app 墨江哈尼族自治县养老服务app 绥滨县公共文化服务app 谷城县审计公开app 竹溪县残联救助app 姚安县电视台广播app 德格县第六中学app 砚山县第六小学app 嘉黎县学校app 金沙县粮食管理app 定边县未成年保护协会app 眉县政务服务app 平邑县文旅信息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