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

驻马店市残联救助app 固原市第一高中app 盘锦市出口管理app 铜仁市第三中学app 昆明市铁路管理app 菏泽市人社管理app 钦州市教育信息app 大连市警务app 酒泉市第二小学app 晋中市公共文化服务app 佳木斯市不良信息举报app 武汉市台风监控中心app 萍乡市铁路管理app 钦州市第四高中app 淮北市市场监督app 萍乡市警务app 汕尾市街道办app 许昌市法律服务app 桂林市第四中学app 桂林市卫生协会app 玉林市台风监控中心app 驻马店市太阳能发电信息app 云浮市第三中学app 沧州市市场监督app 河源市消防宣传app 自贡市劳动局app 岳阳市旅游监督app 郴州市水利app 扬州市养殖补助app 丽江市非物质文化遗产app 中阳县森林消防app 沅陵县不良信息举报app 东兰县通讯协会app 阳谷县公益app 施秉县第五高中app 宽甸满族自治县农业补贴app 翁源县政府信息公开指南app 清流县旅游协会app 永昌县劳动局app 虞城县最新新闻app 睢县安全宣传app 蒲县非物质文化遗产app 邵阳县电力app 罗田县公共文化服务app 大邑县政府公报app 汝南县热点专题app 长岭县住房保障app 汶上县建设局信息app 清流县第一高中app 肥西县森林消防app 博兴县应急管理app 平利县第六中学app 嵊泗县养老服务app 长丰县防洪app 汉阴县警务app 泽库县应急管理app 永宁县社会求助app 迁西县学校app 马关县暴雨监控中心app 宁阳县建设局信息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