Microsoft AI veröffentlicht Details zum MAI-Base-2-Pretraining: 2,8T-Parameter-MoE-Modell erreicht 4,2- bis 12,3-fache FLOPs-Effizienz von DeepSeek-V4-Pro-Base
Originaltitel:Frontier Pre-training at Microsoft AI
KI-Zusammenfassung
Microsoft AI hat das Pretraining von MAI-Base-2 abgeschlossen. Das MoE-Basis-Modell hat 80 Milliarden aktive und 2,8 Billionen Gesamtparameter und erzielt in Held-out-Evaluierungen einen niedrigeren BPB als alle getesteten Open-Weight-Modelle; seine Pretraining-FLOPs-Effizienz liegt 4,2- bis 12,3-mal höher als die von DeepSeek-V4-Pro-Base.
Kernpunkte
- Microsoft AI hat das Pretraining von MAI-Base-2 abgeschlossen.
- Das MoE-Basis-Modell hat 80 Milliarden aktive und 2,8 Billionen Gesamtparameter und erzielt in…
- seine Pretraining-FLOPs-Effizienz liegt 4,2- bis 12,3-mal höher als die von DeepSeek-V4-Pro-Base.
Auf einen Blick
- Veröffentlicht
- Aktualisiert
- Quelle
- Microsoft AI:官方博客(RSS)
- Kategorie
- Modellveröffentlichungen
- KI-Bewertung
- 66
官方披露了 MAI-Base-2 的完整预训练方法,读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
Verwandte Entitäten
Quelle & Urheberrecht
Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.
Zitierhinweis
Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.
Orange News: Microsoft AI veröffentlicht Details zum MAI-Base-2-Pretraining: 2,8T-Parameter-MoE-Modell erreicht 4,2- bis 12,3-fache FLOPs-Effizienz von DeepSeek-V4-Pro-Base. 16. Oktober 2026. https://new.nat6.net/de/news/f7ey01hbckuivmlgen9jq0vaf/