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:2026-09-21 9:20:24
温州市通讯协会app 桂林市政务服务app 濮阳市第三高中app 黄冈市第三中学app 六盘水市住房保障app 荆州市卫生协会app 晋城市民政管理app 九江市服务大厅app 周口市振兴乡村app 呼伦贝尔市灾害救助app 中山市公开信息app 营口市通讯协会app 哈尔滨市非物质文化遗产app 吕梁市学校简介app 镇江市旅游协会app 抚州市粮食管理app 铁岭市通讯协会app 中山市铁路管理app 嘉兴市第五小学app 安阳市建设局信息app 吴忠市应急管理app 防城港市政府公报app 石家庄市电视台广播app 榆林市工商信息app 马鞍山市残联app 宜昌市残联救助app 大竹县铁路管理app 白河县信息公开app 措美县消防局app 凤翔县第二小学app 沂南县第二中学app 定边县消防宣传app 平阳县公开信息app 滨海县学校简介app 遂平县政务监督app 兴县灾害救助app 勐腊县重大建设公开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