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

咸阳市第二小学app 南平市残联app 呼和浩特市消费协会app 焦作市铁路管理app 泰安市养老服务app 三门峡市教育局app 防城港市第三高中app 南阳市土地局app 锦州市铁路管理app 开封市妇联app 莆田市法律服务app 济宁市第三中学app 广安市台风监控中心app 青岛市劳动局app 林芝市政务服务app 盐城市环境保护协会app 百色市劳动局app 咸阳市公开信息app 四平市森林消防app 枣庄市铁路管理app 酒泉市城乡建设app 孝感市太阳能发电信息app 河源市消费协会app 钦州市公共法律服务app 宝鸡市新闻中心app 邯郸市劳动局app 长治市安全宣传app 哈尔滨市惠农app 抚顺市第五中学app 淅川县同城app 塔什库尔干塔吉克自治县森林消防app 莘县新闻中心app 宾川县服务大厅app 紫金县第六小学app 福海县工商局app 沿河土家族自治县市场监督app 汶上县台风监控中心app 城口县公开信息app 垫江县养老服务app 谢通门县政要信息app 马关县便民app 钟山县安全宣传app 左云县水务app 剑河县旅游协会app 南涧彝族自治县第六小学app 普安县专题专栏app 固阳县警务app 文安县农业补贴app 陇县振兴乡村app 费县安全宣传app 河曲县第二小学app 明溪县第二高中app 色达县国土信息app 随县公共法律服务app 宁晋县工程造价app 左贡县环境保护协会app 九寨沟县粮食管理app 温县第五高中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