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

滁州市消防局app 银川市热点专题app 景德镇市政务监督app 金昌市农业局app 三门峡市妇联app 鄂州市市场监督app 七台河市服务大厅app 包头市工商信息app 河源市公正处app 嘉峪关市热点专题app 佛山市第五中学app 周口市教育信息app 德阳市最新新闻app 玉林市防灾信息app 岳阳市土地申报app 中山市第六小学app 吉安市财政信息app 三沙市税收公开app 郑州市第六小学app 沈阳市养殖补助app 襄阳市教研app 伊春市防洪app 商洛市第二中学app 资阳市第一高中app 衡水市同城app 沈阳市妇联app 运城市粮食管理app 新竹县教育信息app 永善县第六中学app 仲巴县政要信息app 太康县出口管理app 静宁县专题专栏app 彭阳县旅游监督app 古田县新闻中心app 巩留县第三高中app 平潭县社会求助app 清徐县政务监督app 台前县未成年保护协会app 晴隆县第四小学app 青阳县养老服务app 泽库县政要信息app 察雅县防火app 托克逊县妇联救助app 五莲县助农app 彰化县消费协会app 花垣县农业补贴app 宿松县水务app 寿阳县政要信息app 拜泉县第一中学app 景谷傣族彝族自治县出口管理app 响水县旅游协会app 青河县水务app 陆川县第三小学app 芮城县未成年保护协会app 八宿县非物质文化遗产app 勃利县第三中学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