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

吉林市公共文化服务app 新余市土地申报app 江门市养殖补助app 绥化市便民app 天水市第一高中app 咸阳市政务监督app 葫芦岛市法律服务app 通化市农业局app 盐城市论坛app 南昌市妇联救助app 烟台市文旅信息app 晋城市同城app 临汾市土地局app 潮州市民政管理app 聊城市第六中学app 汕头市台风信息app 阳江市便民app 云浮市太阳能发电信息app 孝感市暴雨监控中心app 六安市消防宣传app 淮南市市场监督app 乌鲁木齐市政务服务app 玉溪市土地申报app 廊坊市警务app 佳木斯市教育局app 宁波市天气监控中心app 镇平县天气监控中心app 宕昌县重大建设公开app 石台县土地申报app 岷县第四高中app 兴安县养殖补助app 房县民政管理app 晴隆县便民app 阜城县助农app 忻城县第四高中app 永春县第三高中app 道孚县民政管理app 含山县助农app 保德县政府信息公开指南app 潢川县政务服务app 衡阳县街道办app 拜泉县土地局app 围场满族蒙古族自治县卫生协会app 浮山县事业单位app 宁阳县出口管理app 和县政务监督app 靖远县专题专栏app 德化县铁路管理app 久治县妇联app 应县农业局app 凤县市场监督app 肃宁县工商信息app 镇宁布依族苗族自治县最新新闻app 精河县国土信息app 布拖县非物质文化遗产app 靖边县公共文化服务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