月之暗面 Kimi 开源 Moonlight：30 亿 / 160 亿参数混合专家模型

莆田市通讯协会app 酒泉市防洪app 广州市消防局app 池州市不良信息举报app 巴中市旅游协会app 枣庄市旅游协会app 乌海市司法管理app 绥化市事业单位app 石嘴山市同城app 清远市便民app 临沧市土地申报app 鹤岗市妇联救助app 扬州市暴雨监控中心app 大连市城乡建设app 曲靖市新闻中心app 开封市第三中学app 漯河市工商信息app 百色市政要信息app 江门市警务app 玉溪市政府信息公开指南app 汕尾市最新新闻app 河池市人社管理app 滁州市建设局信息app 青岛市法律服务app 常州市公共法律服务app 鸡西市政务监督app 娄底市公正处app 哈尔滨市电台广播中心app 长沙市劳动局app 鹤岗市政务监督app 惠民县历史记录app 大宁县第二小学app 连江县安全生产app 阳高县工程造价app 围场满族蒙古族自治县第四小学app 关岭布依族苗族自治县环境保护协会app 桐柏县第三中学app 资溪县公正处app 泗水县公共文化服务app 洛宁县公共法律服务app 英山县第一高中app 昭苏县电视台广播app 旌德县第六小学app 化隆回族自治县妇联app 连山壮族瑶族自治县第四中学app 义县第一高中app 牟定县公共文化服务app 诏安县水务app 定日县妇联救助app 新安县公共文化服务app 夏津县电力app 五河县税收公开app 蒙山县水利app 色达县土地局app 蓝田县中心校app 新平彝族傣族自治县热点专题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