在人工智能領域，Moonshot AI與UCLA聯合開發的Moonlight模型，采用Muon優化器，顯著提升了大型語言模型的訓練效率和穩定性。

　　通過創新的牛頓-舒爾茨迭代法和權重衰減技術，Moonlight在多個任務上超越了傳統的AdamW優化器，尤其在語言理解和代碼生成方面表現優異。

　　Moonlight模型是由Moonshot AI與UCLA聯合開發的Mixture-of-Expert模型，提供30億和160億參數配置，訓練使用了5.7萬億個標記。

　　Muon優化器通過牛頓-舒爾茨迭代法和權重衰減技術，顯著提高了大型模型訓練的效率和穩定性。

　　實證結果顯示，Moonlight在多個任務上優于傳統的AdamW訓練模型，表現出更好的語言理解和代碼生成能力。