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

双鸭山市残联救助app 湘潭市征地服务app 长治市第四高中app 大庆市电台广播中心app 临沧市安全宣传app 柳州市司法管理app 金昌市防火app 濮阳市城乡建设app 河池市环境保护协会app 益阳市公开信息app 金华市政府信息公开指南app 丽江市中心校app 临沂市公益app 乐山市第三小学app 达州市铁路管理app 海口市第六小学app 南平市教研app 普洱市审计公开app 呼和浩特市热点专题app 银川市第一中学app 湘潭市农业补贴app 毕节市审计公开app 大同市第一小学app 辽阳市招标信息app 辽阳市旅游监督app 白城市第五小学app 四平市第一中学app 金昌市第三高中app 吐鲁番市残联app 景德镇市环境保护协会app 定安县警务app 庐江县街道办app 清水河县重大建设公开app 垫江县工商信息app 大余县公益app 资溪县防洪app 嵊泗县政务监督app 塔河县水利app 秀山土家族苗族自治县公正处app 沅陵县招标信息app 盐津县养殖补助app 桦南县第三中学app 黟县水利app 额敏县第五小学app 茂县防洪信息app 休宁县重大建设公开app 德钦县最新新闻app 顺平县消费协会app 高阳县新闻中心app 宝应县不良信息举报app 巍山彝族回族自治县公正处app 中宁县水利app 惠水县论坛app 罗甸县妇联app 苗栗县电力app 通榆县养老服务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