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

赣州市消防宣传app 开封市教育信息app 朝阳市税收公开app 绍兴市市场监督app 葫芦岛市助农app 忻州市第四中学app 南昌市工商信息app 石嘴山市土木工程app 贵港市热点专题app 枣庄市农业补贴app 乐山市妇联app 阳江市数据管理局app 延安市农业局app 邵阳市政府信息公开指南app 金昌市风力发电app 梧州市土地局app 曲靖市安全宣传app 海口市第四中学app 吴忠市政务监督app 宿州市残联app 宜昌市应急管理app 银川市养老服务app 乌海市第四高中app 南阳市工程造价app 烟台市人社管理app 台州市农业app 盘锦市环境保护协会app 鞍山市街道办app 济宁市服务大厅app 商南县第一小学app 南乐县养殖补助app 桐庐县政务服务app 宁县土地局app 青县财政信息app 北川羌族自治县招标信息app 洋县工商信息app 宁津县税务局app 蔚县第三高中app 正安县第二小学app 新化县土地局app 遂昌县人社管理app 安平县妇联救助app 通城县水务app 安乡县非物质文化遗产app 右玉县政要信息app 沁水县城乡建设app 惠安县公共文化服务app 山阴县桥梁管理app 桦川县城乡建设app 旬邑县第二小学app 新田县司法管理app 云林县第一中学app 双柏县非物质文化遗产app 永登县第四中学app 安乡县天气监控中心app 阜宁县第一小学app 成武县教育局app 巨鹿县消防局app 广河县政要信息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