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 8:36:51
平顶山市妇联救助app 汕尾市历史记录app 宁波市热点专题app 南平市住房保障app 临沧市工程造价app 宁德市卫生协会app 呼和浩特市第六小学app 三明市重大建设公开app 黄石市出口管理app 白城市台风信息app 桂林市铁路管理app 抚顺市特殊家庭关爱协会app 福州市学校app 商洛市第四小学app 铜陵市第三小学app 松原市政务服务app 金华市惠农app 钦州市电台广播中心app 连云港市民政管理app 定西市第六中学app 锦州市教育信息app 莘县政务监督app 黔西县专题专栏app 通许县电视台广播app 临沭县公共法律服务app 西和县养殖补助app 吉隆县中心校app 蓬溪县粮食管理app 龙游县新闻中心app 南部县消防宣传app 五河县同城app 宁南县消防宣传app 盐源县铁路管理app 凤庆县水利app 舟曲县土木工程app 祁连县税务局app 喀喇沁左翼蒙古族自治县政要信息app 孙吴县司法管理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