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

广安市第一小学app 贺州市政府信息公开指南app 济宁市司法管理app 三门峡市森林消防app 沈阳市第二小学app 盐城市台风信息app 张家界市第六中学app 白山市新闻中心app 德州市电视台广播app 宿迁市政务监督app 晋中市应急管理app 郴州市台风监控中心app 扬州市防灾信息app 银川市民政管理app 玉林市农业局app 乌鲁木齐市警务app 深圳市养殖补助app 丽江市未成年保护协会app 衡水市政务监督app 福州市教育局app 西安市灾害救助app 桂林市政府信息公开指南app 青岛市太阳能发电信息app 庆阳市农业局app 张家口市不良信息举报app 达州市公路管理app 吐鲁番市妇联app 寿阳县第六小学app 炎陵县信息公开app 白沙黎族自治县街道办app 高青县历史记录app 正定县最新新闻app 武城县信息公开app 隆德县市场监督app 莒县防洪信息app 秦安县申建app 合阳县养殖补助app 米脂县铁路管理app 卢氏县通讯协会app 枣强县振兴乡村app 昔阳县灾害救助app 雄县森林消防app 江陵县消费协会app 五莲县第二小学app 仲巴县税收公开app 郸城县第六中学app 伊吾县第二高中app 涟水县振兴乡村app 闻喜县最新新闻app 环江毛南族自治县电力app 肥西县城乡建设app 武川县学校简介app 宁武县最新新闻app 永兴县历史记录app 云阳县土地申报app 会同县农业补贴app 资中县最新新闻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