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

运城市台风信息app 大庆市土地申报app 铜陵市劳动局app 宿迁市土木工程app 镇江市防洪信息app 襄阳市第五高中app 揭阳市同城app 日照市第一小学app 三门峡市土地申报app 景德镇市消防宣传app 临沂市教育局app 巴中市历史记录app 乌兰察布市出口管理app 巴彦淖尔市第二小学app 阜新市消防局app 邵阳市第一中学app 吉安市同城app 衢州市审计公开app 唐山市不良信息举报app 绍兴市防火app 许昌市劳动局app 安阳市台风监控中心app 桂林市防洪app 绍兴市第六小学app 常德市学校app 兰西县市场监督app 渑池县民政管理app 柘荣县公开信息app 麻江县城乡建设app 平顺县水利app 滦平县沧县第三小学app 封开县第四高中app 阜城县第二高中app 安化县土地局app 汾西县环境保护协会app 壤塘县工商局app 托克托县台风信息app 庆城县消防宣传app 岫岩满族自治县暴雨监控中心app 本溪满族自治县灾害救助app 安义县历史记录app 罗山县土木工程app 翁源县学校简介app 上高县服务大厅app 瓜州县民政管理app 昭觉县城乡建设app 横县第四高中app 永德县专题专栏app 若羌县消费协会app 曲沃县电视台广播app 竹山县铁路管理app 崇阳县安全生产app 赤城县妇联救助app 原阳县热点专题app 镇沅彝族哈尼族拉祜族自治县公路管理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