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

中山市政务服务app 定西市粮食管理app 承德市土木工程app 莆田市电台广播中心app 鄂州市征地服务app 随州市第三中学app 泰州市政务监督app 鄂州市公路管理app 普洱市太阳能发电信息app 毕节市数据管理局app 松原市司法管理app 亳州市水务app 金昌市街道办app 北海市第一中学app 铜陵市振兴乡村app 池州市中心校app 徐州市数据管理局app 广州市第二高中app 哈密市暴雨监控中心app 宜宾市政务监督app 长沙市水务app 呼伦贝尔市第四高中app 宜春市养老服务app 温州市便民app 固原市第五中学app 哈尔滨市新闻中心app 枣庄市出口管理app 马鞍山市电台广播中心app 连南瑶族自治县卫生协会app 萨嘎县防洪信息app 伊川县申建app 聂荣县风力发电app 高青县旅游监督app 安多县工商信息app 三都水族自治县台风信息app 门源回族自治县应急管理app 静乐县专题专栏app 榕江县暴雨监控中心app 夏津县旅游协会app 建水县审计公开app 阿合奇县水利app 望都县通讯协会app 左云县审计公开app 鲁山县第五中学app 衡南县第五小学app 从江县第二小学app 武义县消防局app 会东县土地申报app 广河县消防宣传app 平定县城乡建设app 孟村回族自治县养老服务app 安化县政要信息app 曲沃县市场监督app 萝北县司法管理app 祥云县重大建设公开app 盐山县太阳能发电信息app 辽阳县文旅信息app 莒县第六小学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