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

揭阳市电台广播中心app 安庆市通讯协会app 安康市第一中学app 开封市第五中学app 淮南市台风信息app 玉林市第三高中app 益阳市政务服务app 呼伦贝尔市环境保护协会app 内江市论坛app 鄂尔多斯市电视台广播app 玉溪市民政管理app 保定市学校简介app 广州市事业单位app 定西市惠农app 常州市助农app 广州市第四小学app 商洛市第二小学app 泰安市第四高中app 武汉市新闻中心app 长沙市历史记录app 广州市司法管理app 杭州市文旅信息app 宁德市教研app 阳泉市养老服务app 东营市招标信息app 池州市农业局app 松原市公开信息app 南阳市工商信息app 周口市重大建设公开app 盘锦市防火app 鲁山县市场监督app 永泰县信息公开app 金沙县惠农app 芦山县暴雨监控中心app 漳浦县工商信息app 兰陵县征地服务app 宁都县第五小学app 富顺县教育信息app 阳曲县森林消防app 互助土族自治县政务监督app 莘县台风监控中心app 凌云县第三中学app 天祝藏族自治县公共文化服务app 大埔县政务监督app 金门县政务监督app 洋县教研app 无极县防灾信息app 美姑县工商信息app 木里藏族自治县热点专题app 灵台县农业局app 渑池县同城app 东阿县政府信息公开指南app 耿马傣族佤族自治县政府公报app 永清县第一中学app 东至县第四小学app 松阳县工商局app 石柱土家族自治县旅游监督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