Lanzamientos de modelos

Microsoft AI revela detalles del preentrenamiento de MAI-Base-2, un modelo MoE de 2,8T de parámetros con una eficiencia en FLOPs de 4,2 a 12,3 veces la de DeepSeek-V4-Pro-Base

Título original:Frontier Pre-training at Microsoft AI

Resumen de IA

Microsoft AI anuncia la finalización del preentrenamiento de MAI-Base-2, un modelo base MoE con 80.000 millones de parámetros activos y 2,8T totales, que en evaluaciones held-out obtiene un BPB inferior al de todos los modelos de pesos abiertos evaluados y una eficiencia en FLOPs de preentrenamiento entre 4,2 y 12,3 veces superior a la de DeepSeek-V4-Pro-Base.

Puntos clave

  • Microsoft AI anuncia la finalización del preentrenamiento de MAI-Base-2,un modelo base MoE con 80.
  • 000 millones de parámetros activos y 2,8T totales,que en evaluaciones held-out obtiene un BPB…
  • 3 veces superior a la de DeepSeek-V4-Pro-Base.

Resumen rápido

Publicado
Actualizado
Fuente
Microsoft AI:官方博客(RSS)
Categoría
Lanzamientos de modelos
Tema
Lanzamientos de modelosMultimodal
Puntuación IA
66
Leer el original Leer el artículo completo en la fuente original
Por qué importa

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。

Temas

Entidades relacionadas

Fuente y derechos

Este artículo se basa en títulos seleccionados y resúmenes de IA de la API pública de AIHOT, con atribución y enlaces de vuelta. Los derechos del original pertenecen a los medios y autores originales; este sitio no reproduce textos completos.

Artículo original · Ficha de AIHOT

Cómo citar

Al citar este artículo, conserva el título, la fecha y el enlace permanente, e indica que la fuente es Orange News.

Orange News: Microsoft AI revela detalles del preentrenamiento de MAI-Base-2, un modelo MoE de 2,8T de parámetros con una eficiencia en FLOPs de 4,2 a 12,3 veces la de DeepSeek-V4-Pro-Base. 16. octubre 2026. https://new.nat6.net/es/news/f7ey01hbckuivmlgen9jq0vaf/

Ver todo →