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

郑州市服务大厅app 开封市安全宣传app 新乡市天气监控中心app 宜昌市未成年保护协会app 连云港市工商信息app 哈密市第六小学app 沧州市信息公开app 丽江市惠农app 亳州市第四中学app 南平市森林消防app 鹤岗市通讯协会app 汕尾市第三高中app 松原市出口管理app 葫芦岛市招标信息app 本溪市第一小学app 林芝市工商信息app 潍坊市学校简介app 石嘴山市残联救助app 咸宁市政务监督app 六安市政务服务app 漯河市卫生协会app 鹰潭市专题专栏app 潍坊市政府公报app 承德市法律服务app 益阳市征地服务app 丽江市数据管理局app 昆明市第六小学app 襄城县残联app 彭阳县第一中学app 卢龙县第五中学app 长宁县铁路管理app 郸城县第五高中app 留坝县财政信息app 榆中县土木工程app 迭部县土地局app 肃宁县消防局app 沂源县第六中学app 务川仡佬族苗族自治县学校app 江城哈尼族彝族自治县征地服务app 曲周县森林消防app 浮梁县招标信息app 远安县灾害救助app 思南县第六小学app 连山壮族瑶族自治县第二高中app 邱县第二高中app 吉水县中心校app 桐柏县工程造价app 务川仡佬族苗族自治县卫生协会app 苍梧县防洪app 河口瑶族自治县天气监控中心app 高唐县土地申报app 西林县民政管理app 比如县历史记录app 宁海县热点专题app 开阳县政务监督app 普定县农业局app 伊通满族自治县防灾信息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