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:2026-07-12 4:32:35
昭通市学校简介app 克拉玛依市农业补贴app 随州市电视台广播app 吕梁市出口管理app 宁波市社会求助app 衡水市民政管理app 新余市助农app 北海市信息公开app 益阳市卫生协会app 淮北市电视台广播app 自贡市审计公开app 六盘水市民政管理app 亳州市法律服务app 黄石市司法管理app 临汾市土地局app 灵台县学校app 凤山县妇联app 延长县第三小学app 焉耆回族自治县政务监督app 三穗县第六中学app 巧家县妇联app 白沙黎族自治县事业单位app 崇义县铁路管理app 金塔县法律服务app 淇县政务监督app 寿宁县论坛app 浑源县电视台广播app 秦安县税收公开app 威宁彝族回族苗族自治县数据管理局app 长沙县教研app 峡江县第一中学app 石台县新闻中心app 漾濞彝族自治县不良信息举报app 灌云县新闻中心app 中江县第六中学app 汪清县残联救助app 肇州县第二高中app 仁化县太阳能发电信息app 托克逊县不良信息举报app 岳普湖县农业app 台前县国土信息app 沅陵县政府公报app 江安县税务局app 普定县教研app 石阡县人社管理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