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 10:40:58
双鸭山市数据管理局app 鸡西市土地局app 牡丹江市通讯协会app 呼和浩特市中心校app 吉安市电台广播中心app 防城港市防洪app 拉萨市防洪app 铜仁市森林消防app 铜川市公开信息app 白银市养老服务app 沧州市卫生协会app 安康市新闻中心app 常州市教育局app 宜宾市学校简介app 九江市第二高中app 阜阳市事业单位app 东营市第二高中app 延安市第三高中app 安康市防洪信息app 开封市司法管理app 天水市论坛app 潍坊市消防局app 包头市教育信息app 辽源市水利app 华宁县司法管理app 宕昌县第四中学app 怀集县不良信息举报app 南华县政务服务app 安多县第二中学app 昌图县出口管理app 乌恰县第一小学app 连平县第六中学app 永福县第二高中app 成县助农app 白河县农业app 平顺县第五中学app 紫云苗族布依族自治县政务服务app 博罗县农业补贴app 天台县防火app 武川县审计公开app 安吉县农业局app 临夏县不良信息举报app 彭水苗族土家族自治县法律服务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