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:2026-07-02 1:40:10
厦门市第二小学app 崇左市水利app 三沙市台风监控中心app 固原市电台广播中心app 平凉市政务服务app 惠州市人社管理app 惠州市防洪app 拉萨市公共文化服务app 淮北市残联救助app 张家口市第六小学app 呼和浩特市司法管理app 七台河市同城app 遂宁市警务app 景德镇市电视台广播app 石嘴山市振兴乡村app 肇庆市第三高中app 吐鲁番市公共文化服务app 嘉峪关市第四中学app 大同市第六中学app 南平市安全生产app 颍上县中心校app 平江县不良信息举报app 本溪满族自治县桥梁管理app 武川县政要信息app 长宁县第二中学app 西和县未成年保护协会app 紫金县助农app 兴县公共法律服务app 尉氏县土木工程app 夏津县消费协会app 寻甸回族彝族自治县农业局app 佛冈县公益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