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

温州市第四小学app 日照市街道办app 枣庄市水利app 荆州市电台广播中心app 毕节市第二高中app 福州市新闻中心app 莆田市建设局信息app 南昌市第五高中app 咸宁市第五高中app 丽水市财政信息app 贵阳市事业单位app 绥化市数据管理局app 通辽市妇联救助app 秦皇岛市工商局app 雅安市数据管理局app 巴彦淖尔市残联救助app 安顺市养殖补助app 随州市教育信息app 阳泉市第三小学app 呼和浩特市公益app 蚌埠市应急管理app 鹤岗市社会求助app 保定市文旅信息app 绍兴市政府信息公开指南app 张掖市防洪信息app 邵阳市未成年保护协会app 郑州市土木工程app 萍乡市第一小学app 荆门市土地局app 自贡市出口管理app 商南县第二高中app 凤凰县旅游监督app 饶阳县水利app 岫岩满族自治县公路管理app 德庆县农业app 怀远县服务大厅app 高邑县出口管理app 唐河县不良信息举报app 礼县公正处app 德庆县政务服务app 息烽县国土信息app 丰县工商信息app 玉田县学校简介app 静乐县第三中学app 围场满族蒙古族自治县第二高中app 日土县劳动局app 东丰县政府公报app 犍为县申建app 定远县警务app 渠县街道办app 木垒哈萨克自治县消防宣传app 大厂回族自治县论坛app 镇巴县第六中学app 马山县数据管理局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