又「撞車」了。

原標(biāo)題：開源賽道太擠了！月之暗面開源新版Muon優(yōu)化器
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：5559字

月之暗面開源高效優(yōu)化器Muon：算力減半，效果翻倍

近日，月之暗面團(tuán)隊(duì)搶先DeepSeek，開源了其改進(jìn)版的Muon優(yōu)化器，并發(fā)布了基于Muon訓(xùn)練的3B/16B參數(shù)MoE模型Moonlight。該優(yōu)化器在訓(xùn)練大型語言模型方面展現(xiàn)出顯著優(yōu)勢(shì)，僅需約52%的AdamW訓(xùn)練FLOPs即可達(dá)到相當(dāng)?shù)男阅埽瑢?shí)現(xiàn)了算力減半，效果翻倍的目標(biāo)。

1. Muon優(yōu)化器改進(jìn)及高效性

   原始Muon優(yōu)化器在小型語言模型訓(xùn)練中表現(xiàn)出色，但擴(kuò)展到大模型時(shí)性能提升減弱。月之暗面團(tuán)隊(duì)通過添加權(quán)重衰減和一致的RMS更新兩項(xiàng)關(guān)鍵技術(shù)解決了這個(gè)問題。權(quán)重衰減防止模型權(quán)重過度增長(zhǎng)，而一致的RMS更新確保了不同形狀矩陣之間更新的一致性，從而提高了Muon在大規(guī)模訓(xùn)練中的穩(wěn)定性和效率。Scaling law實(shí)驗(yàn)表明，Muon的計(jì)算效率比AdamW提升了2倍。

2. Moonlight模型及性能突破

   利用改進(jìn)后的Muon優(yōu)化器，月之暗面團(tuán)隊(duì)訓(xùn)練了Moonlight，一個(gè)3B/16B參數(shù)的MoE模型，訓(xùn)練數(shù)據(jù)量達(dá)5.7萬億tokens。Moonlight刷新了當(dāng)前的“帕累托前沿”，在相同訓(xùn)練預(yù)算下，性能全面領(lǐng)先其他模型。它以更少的訓(xùn)練FLOPs獲得了更好的性能，在語言、數(shù)學(xué)和編碼等任務(wù)上均表現(xiàn)出色。

3. 分布式Muon及實(shí)驗(yàn)結(jié)果

   團(tuán)隊(duì)還提出了一種基于ZeRO-1的分布式Muon解決方案，提高了訓(xùn)練效率。實(shí)驗(yàn)結(jié)果表明，通過調(diào)整RMS值，Muon可以與AdamW保持一致性，并顯著提升模型性能。在與AdamW的對(duì)比實(shí)驗(yàn)中，Muon在計(jì)算最優(yōu)設(shè)置下，僅需約52%的訓(xùn)練FLOPs即可達(dá)到與AdamW相當(dāng)?shù)男阅堋?/p>

4. Muon在模型架構(gòu)中的表現(xiàn)

   使用DeepSeek-V3-Small架構(gòu)從頭開始預(yù)訓(xùn)練的Moonlight模型，在與其他開源模型的比較中，展現(xiàn)出顯著的性能優(yōu)勢(shì)，證明了Muon在模型架構(gòu)中的有效性。此外，Muon還能使模型的權(quán)重更新更“多樣化”，尤其在MoE模型中表現(xiàn)突出。在預(yù)訓(xùn)練和微調(diào)階段都使用Muon，模型表現(xiàn)最佳。

5. 開源貢獻(xiàn)及未來研究

   月之暗面團(tuán)隊(duì)開源了Muon的內(nèi)存優(yōu)化且通信高效的實(shí)現(xiàn)代碼，以及預(yù)訓(xùn)練、指令調(diào)優(yōu)和中間檢查點(diǎn)，為未來的研究提供了寶貴的資源。此次開源，再次體現(xiàn)了月之暗面在大型語言模型研究領(lǐng)域的領(lǐng)先地位。

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)