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

白城市土地局app 开封市森林消防app 双鸭山市工商信息app 遵义市街道办app 铜陵市审计公开app 许昌市教育局app 德州市国土信息app 佛山市街道办app 上饶市工商局app 沈阳市残联app 铜陵市学校简介app 定西市农业补贴app 南充市教育局app 本溪市市场监督app 潮州市政务监督app 吐鲁番市社会求助app 松原市出口管理app 安康市第三中学app 十堰市养殖补助app 杭州市振兴乡村app 黄冈市土地申报app 云浮市旅游监督app 龙岩市妇联救助app 绵阳市教育局app 临汾市税务局app 庆阳市第五高中app 海口市申建app 辽阳市出口管理app 雅安市水务app 白银市税务局app 长兴县信息公开app 眉县防洪app 资中县第六中学app 陇川县非物质文化遗产app 班玛县第三高中app 剑阁县妇联救助app 平山县第一小学app 革吉县安全宣传app 柘城县第一中学app 泰和县数据管理局app 卓尼县住房保障app 单县热点专题app 高青县住房保障app 突泉县卫生协会app 彭阳县城乡建设app 文安县城乡建设app 喜德县税务局app 秦安县消防局app 锦屏县粮食管理app 千阳县政要信息app 新乡县农业app 曲水县政务监督app 分宜县国土信息app 元江哈尼族彝族傣族自治县未成年保护协会app 洱源县教育局app 宝应县新闻中心app 开鲁县第五高中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