Sorties de modèles

Microsoft AI dévoile les détails du pré-entraînement de MAI-Base-2, un modèle MoE de 2,8T de paramètres à l'efficacité FLOPs 4,2 à 12,3 fois supérieure à DeepSeek-V4-Pro-Base

Titre original:Frontier Pre-training at Microsoft AI

Résumé IA

Microsoft AI annonce avoir achevé le pré-entraînement de MAI-Base-2, un modèle de base MoE de 80 milliards de paramètres activés et 2,8T de paramètres totaux, dont le BPB sur les évaluations held-out est inférieur à celui de tous les modèles à poids ouverts testés, et dont l'efficacité FLOPs de pré-entraînement est 4,2 à 12,3 fois supérieure à celle de DeepSeek-V4-Pro-Base.

Points clés

  • Microsoft AI annonce avoir achevé le pré-entraînement de MAI-Base-2,un modèle de base MoE de 80…
  • 8T de paramètres totaux,dont le BPB sur les évaluations held-out est inférieur à celui de tous les…
  • et dont l'efficacité FLOPs de pré-entraînement est 4,3 fois supérieure à celle de…

En bref

Publié
Mis à jour
Source
Microsoft AI:官方博客(RSS)
Catégorie
Sorties de modèles
Sujet
Lancements de modèlesMultimodal
Score IA
66
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Sujets

Entités associées

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Microsoft AI dévoile les détails du pré-entraînement de MAI-Base-2, un modèle MoE de 2,8T de paramètres à l'efficacité FLOPs 4,2 à 12,3 fois supérieure à DeepSeek-V4-Pro-Base. 16. octobre 2026. https://new.nat6.net/fr/news/f7ey01hbckuivmlgen9jq0vaf/

Tout voir →