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

莆田市税务局app 抚州市第二中学app 辽源市教研app 固原市政府公报app 三门峡市振兴乡村app 嘉峪关市台风监控中心app 中卫市暴雨监控中心app 岳阳市第一小学app 伊春市教研app 黄石市重大建设公开app 汉中市公共文化服务app 南阳市第二高中app 平凉市电视台广播app 襄阳市政府信息公开指南app 广安市非物质文化遗产app 襄阳市财政信息app 永州市人社管理app 自贡市土地申报app 阜新市第五中学app 延安市文旅信息app 商洛市桥梁管理app 贵港市民政管理app 攀枝花市历史记录app 大同市学校app 攀枝花市振兴乡村app 荆州市残联救助app 朝阳市第六中学app 襄垣县未成年保护协会app 岚皋县招标信息app 仁寿县申建app 南召县教研app 双峰县旅游监督app 伊川县教研app 林西县政要信息app 兴业县税务局app 安乡县养老服务app 大田县消防局app 随县粮食管理app 天镇县文旅信息app 明溪县人社管理app 理塘县同城app 辽阳县风力发电app 大箐山县便民app 大埔县专题专栏app 谢通门县新闻中心app 宾县数据管理局app 惠东县第五小学app 睢县重大建设公开app 鱼台县粮食管理app 滦南县电力app 崇阳县最新新闻app 汪清县应急管理app 锦屏县消防宣传app 桦南县社会求助app 宁强县卫生协会app 宝应县便民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