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

沧州市市场监督app 南平市招标信息app 连云港市暴雨监控中心app 内江市防灾信息app 德阳市电台广播中心app 亳州市学校app 泉州市不良信息举报app 黄石市第五中学app 自贡市不良信息举报app 七台河市环境保护协会app 松原市第五中学app 西安市学校app 淮南市第一中学app 鸡西市防火app 聊城市第四小学app 苏州市教研app 拉萨市电台广播中心app 朔州市土地局app 定西市农业局app 辽源市第二高中app 北海市同城app 永州市教研app 吕梁市事业单位app 辽源市政要信息app 泸州市政府信息公开指南app 亳州市教研app 陇南市农业app 宁波市服务大厅app 辽阳市残联救助app 延安市政府公报app 响水县第二中学app 单县农业app 康保县中心校app 宁远县安全宣传app 东兰县税收公开app 行唐县助农app 鄄城县防火app 霍山县街道办app 汝南县消费协会app 漾濞彝族自治县重大建设公开app 沛县学校简介app 长丰县惠农app 类乌齐县非物质文化遗产app 贞丰县特殊家庭关爱协会app 范县防洪app 舞阳县征地服务app 云县公共法律服务app 普定县街道办app 都昌县劳动局app 澄迈县妇联app 息县卫生协会app 行唐县专题专栏app 尖扎县环境保护协会app 连江县通讯协会app 单县第二中学app 叶城县第三高中app 平利县未成年保护协会app 祥云县土木工程app 冕宁县桥梁管理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