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:2026-07-16 2:42:12
巴彦县工商局app 固安县市场监督app 安吉县政府公报app 沁县妇联救助app 左云县第二小学app 襄垣县电台广播中心app 阜城县第一高中app 青县森林消防app 孙吴县灾害救助app 永清县非物质文化遗产app 法库县妇联救助app 建平县第六中学app 灵丘县土木工程app 枣强县法律服务app 南皮县水利app 和顺县公共法律服务app 寿阳县非物质文化遗产app 阜平县公共文化服务app 五寨县国土信息app 靖宇县第三小学app 黑山县应急管理app 无极县土地局app 大名县政务监督app 依兰县论坛app 固阳县第一小学app 五寨县政务服务app 平遥县信息公开app 饶阳县森林消防app 曲沃县第三高中app 乾安县历史记录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