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 7:31:25
濮阳市振兴乡村app 兰州市公路管理app 石嘴山市第三高中app 莆田市第六小学app 随州市信息公开app 北海市工商局app 酒泉市第五小学app 黄石市电台广播中心app 合肥市农业app 百色市应急管理app 潍坊市政要信息app 阳江市残联救助app 德州市警务app 林芝市税收公开app 咸宁市桥梁管理app 肇庆市应急管理app 吉安市消费协会app 烟台市灾害救助app 揭阳市残联app 大同市土地局app 景德镇市水利app 延安市第五小学app 象州县第三中学app 索县妇联救助app 汉阴县旅游协会app 新田县惠农app 麻江县残联救助app 永新县第六小学app 克东县台风信息app 安泽县电台广播中心app 云县农业app 绿春县消费协会app 南丰县警务app 内黄县土地申报app 石渠县太阳能发电信息app 横县台风信息app 临猗县防洪信息app 浦城县公开信息app 延长县市场监督app 平塘县农业局app 宜良县台风信息app 陵川县应急管理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