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

昆明市便民app 武威市新闻中心app 东莞市审计公开app 韶关市学校app 大庆市第三小学app 南昌市消防宣传app 南宁市申建app 那曲市热点专题app 漯河市暴雨监控中心app 北海市未成年保护协会app 包头市招标信息app 通辽市工商局app 伊春市防火app 南通市第一中学app 咸宁市电力app 河源市第三高中app 银川市数据管理局app 双鸭山市土地申报app 绍兴市妇联app 黑河市公共文化服务app 本溪市第六中学app 金昌市国土信息app 锦州市重大建设公开app 苏州市司法管理app 宁波市城乡建设app 连云港市土地局app 日照市公益app 赤峰市不良信息举报app 周口市旅游协会app 临汾市农业app 浠水县政府公报app 沐川县通讯协会app 广昌县特殊家庭关爱协会app 都安瑶族自治县电力app 封丘县太阳能发电信息app 桐梓县妇联app 德庆县街道办app 巴青县城乡建设app 古田县第四中学app 和田县不良信息举报app 顺平县热点专题app 闽侯县安全生产app 克山县城乡建设app 柘城县防洪app 安乡县公益app 长丰县电台广播中心app 襄垣县公路管理app 中牟县第二小学app 漳浦县新闻中心app 索县安全生产app 庆城县妇联app 蒙山县风力发电app 旬邑县农业补贴app 大余县教育局app 宝兴县防火app 巴东县人社管理app 商水县第一中学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