Modellveröffentlichungen

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
Thema
ModellveröffentlichungenMultimodal
KI-Bewertung
66
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

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。

Themen

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.

Originalartikel · AIHOT-Eintrag

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/

Alle ansehen →