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

呼和浩特市便民app 惠州市政务服务app 南昌市防火app 长治市人社管理app 雅安市第四高中app 阜新市电力app 遂宁市森林消防app 鹤岗市第一小学app 通化市学校简介app 荆州市养老服务app 伊春市太阳能发电信息app 太原市第六小学app 北海市同城app 赤峰市政务监督app 黄石市助农app 百色市热点专题app 柳州市妇联救助app 贵港市专题专栏app 绍兴市粮食管理app 铜川市惠农app 晋城市残联救助app 郴州市教育信息app 酒泉市街道办app 郑州市第二高中app 长治市最新新闻app 泉州市国土信息app 克拉玛依市非物质文化遗产app 西安市土地局app 嘉义县土地局app 旬阳县粮食管理app 道孚县建设局信息app 金湖县建设局信息app 门源回族自治县电视台广播app 泸定县工商局app 盐源县电视台广播app 泾川县应急管理app 会同县教研app 札达县政务监督app 祁门县非物质文化遗产app 蕉岭县铁路管理app 和硕县学校简介app 洋县暴雨监控中心app 鹤庆县粮食管理app 东乡族自治县学校app 宜黄县审计公开app 壤塘县第六中学app 大通回族土族自治县电台广播中心app 沅陵县政务服务app 弥渡县土地局app 霍邱县最新新闻app 民权县特殊家庭关爱协会app 阿合奇县政府信息公开指南app 资中县养殖补助app 巧家县通讯协会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