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

邵阳市第四小学app 延安市司法管理app 承德市审计公开app 杭州市第四高中app 本溪市第一中学app 济南市第四小学app 池州市服务大厅app 苏州市第四中学app 承德市电视台广播app 南京市台风信息app 台州市土地申报app 菏泽市公路管理app 淮南市第六中学app 石嘴山市不良信息举报app 安顺市历史记录app 南昌市土木工程app 德阳市住房保障app 淮安市公开信息app 黄山市电视台广播app 朝阳市教育信息app 梧州市未成年保护协会app 伊春市出口管理app 六安市征地服务app 延安市工程造价app 滨州市审计公开app 鹤壁市公开信息app 石嘴山市通讯协会app 虞城县公益app 广河县惠农app 康平县论坛app 普安县旅游协会app 尤溪县数据管理局app 青县第一高中app 都安瑶族自治县振兴乡村app 康县教育信息app 青川县暴雨监控中心app 沛县第一小学app 台江县街道办app 潢川县热点专题app 灵川县第六中学app 旬邑县文旅信息app 乌兰县工商信息app 会宁县应急管理app 蔚县安全生产app 松溪县农业局app 扶绥县防洪信息app 丹寨县防洪app 郯城县桥梁管理app 维西傈僳族自治县历史记录app 平阴县街道办app 安吉县出口管理app 林口县养老服务app 右玉县便民app 浦北县应急管理app 苗栗县民政管理app 蔚县警务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