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

沧州市政府公报app 乌兰察布市消防宣传app 张家口市政府公报app 辽源市申建app 济南市公共法律服务app 南通市民政管理app 郑州市未成年保护协会app 苏州市第一高中app 无锡市住房保障app 洛阳市第四小学app 晋城市政务服务app 丹东市申建app 乌兰察布市养老服务app 盐城市最新新闻app 衡水市森林消防app 佳木斯市水利app 中山市助农app 汉中市同城app 泉州市天气监控中心app 南通市审计公开app 湛江市第六小学app 巴中市司法管理app 商丘市财政信息app 三亚市国土信息app 廊坊市第三中学app 通辽市土地申报app 普洱市人社管理app 铜仁市税收公开app 枣庄市未成年保护协会app 南漳县水利app 顺平县防灾信息app 丰林县审计公开app 兴海县政府公报app 嘉祥县消防宣传app 赵县事业单位app 肥西县申建app 灵台县住房保障app 绩溪县申建app 嘉鱼县文旅信息app 伊吾县同城app 新蔡县第六中学app 休宁县第二中学app 乾安县税务局app 交口县审计公开app 绥棱县政府公报app 类乌齐县第二高中app 阿坝县第一小学app 米林县防火app 丰林县最新新闻app 吉水县第二小学app 隆尧县通讯协会app 泾源县铁路管理app 建始县第三高中app 德化县教育信息app 磐安县防洪信息app 右玉县财政信息app 上栗县太阳能发电信息app 墨脱县消费协会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