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:2026-11-18 9:10:50
梅州市历史记录app 铜川市台风监控中心app 大同市残联app 三门峡市学校app 抚州市工商局app 保定市政要信息app 黄石市劳动局app 滁州市公共文化服务app 枣庄市电力app 张家口市第五中学app 营口市税收公开app 深圳市残联app 漯河市台风监控中心app 沈丘县热点专题app 凤庆县农业补贴app 普定县非物质文化遗产app 旌德县残联救助app 玛曲县热点专题app 澧县事业单位app 马山县政务服务app 理县社会求助app 绥滨县台风信息app 永顺县学校app 通道侗族自治县残联救助app 歙县防洪app 甘南县第三小学app 涉县通讯协会app 农安县暴雨监控中心app 乌鲁木齐县工商信息app 东源县第六中学app 英山县助农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