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

四平市农业补贴app 景德镇市便民app 玉溪市政府信息公开指南app 巴彦淖尔市应急管理app 常州市政要信息app 衡阳市非物质文化遗产app 赤峰市公路管理app 丽江市税收公开app 银川市公共法律服务app 丽江市台风监控中心app 衡水市便民app 汉中市政府公报app 无锡市不良信息举报app 贵港市第五小学app 常州市台风监控中心app 白银市教研app 株洲市街道办app 鹤岗市农业app 淮北市安全生产app 朔州市工程造价app 成都市财政信息app 锦州市专题专栏app 青岛市风力发电app 合肥市新闻中心app 轮台县特殊家庭关爱协会app 金溪县第六中学app 罗源县教育局app 和布克赛尔蒙古自治县国土信息app 靖远县振兴乡村app 商城县土木工程app 兴和县街道办app 泰来县粮食管理app 华池县应急管理app 门源回族自治县工商信息app 会理县第一中学app 大埔县应急管理app 阜城县消费协会app 庆元县专题专栏app 扶风县养老服务app 永清县残联救助app 桓台县消防局app 大田县专题专栏app 兴业县第二中学app 长白朝鲜族自治县防火app 金湖县学校简介app 康县第五小学app 武宁县助农app 芮城县安全生产app 钟山县政府信息公开指南app 道真仡佬族苗族自治县水利app 长白朝鲜族自治县政府信息公开指南app 德保县妇联救助app 汤旺县惠农app 彰武县政府公报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