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

崇左市历史记录app 河池市台风监控中心app 哈尔滨市市场监督app 普洱市民政管理app 丹东市暴雨监控中心app 湖州市税收公开app 北海市台风信息app 汕尾市旅游监督app 广元市暴雨监控中心app 南充市第四中学app 聊城市出口管理app 广元市司法管理app 白银市振兴乡村app 石家庄市第六小学app 乐山市太阳能发电信息app 肇庆市第四中学app 商洛市征地服务app 绥化市防洪信息app 福州市论坛app 襄阳市旅游监督app 济南市服务大厅app 宜春市天气监控中心app 商洛市土地局app 常州市公开信息app 黑河市残联app 沧州市第二高中app 荆州市政府信息公开指南app 佳木斯市第二小学app 中山市消防宣传app 六安市社会求助app 灵川县公益app 延长县养老服务app 上栗县国土信息app 营山县旅游协会app 新绛县妇联救助app 海兴县消费协会app 南漳县城乡建设app 阳朔县助农app 霍城县第二小学app 突泉县农业app 博罗县政府信息公开指南app 得荣县专题专栏app 中方县土地申报app 兰坪白族普米族自治县热点专题app 翁源县政务监督app 贡山独龙族怒族自治县消防局app 蕉岭县森林消防app 贡觉县政要信息app 朝阳县社会求助app 古蔺县灾害救助app 平昌县第一小学app 洞口县残联救助app 克山县卫生协会app 柘荣县农业局app 淅川县公共文化服务app 祁阳县台风信息app 肃北蒙古族自治县公正处app 台东县风力发电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