ਮਾਈਕਰੋਸਾਫਟ AI ਨੇ MAI-Base-2 'ਤੇ ਪ੍ਰੀ-ਟ੍ਰੇਨਿੰਗ ਪੂਰੀ ਕਰ ਲਈ ਹੈ, 80 ਬਿਲੀਅਨ ਸਰਗਰਮ ਪੈਰਾਮੀਟਰਾਂ ਅਤੇ 2.8 ਟ੍ਰਿਲੀਅਨ ਕੁੱਲ ਮਾਪਦੰਡਾਂ ਦੇ ਨਾਲ ਮਾਹਿਰਾਂ ਦਾ ਇੱਕ ਨਵਾਂ ਮਿਸ਼ਰਣ ਫਾਊਂਡੇਸ਼ਨ ਮਾਡਲ, ਡਿਵੀਜ਼ਨ ਨੇ 15 ਅਕਤੂਬਰ ਨੂੰ ਤਕਨੀਕੀ "ਲੈਬ ਨੋਟਸ" ਪੋਸਟ ਵਿੱਚ ਘੋਸ਼ਣਾ ਕੀਤੀ। ਕੰਪਨੀ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਹ ਮਾਡਲ ਹਰ ਓਪਨ-ਵੇਟ ਮਾਡਲ ਨੂੰ ਪਛਾੜਦਾ ਹੈ ਜਿਸਦਾ ਇਸ ਨੇ ਹੋਲਡ-ਆਊਟ ਮੁਲਾਂਕਣਾਂ 'ਤੇ ਟੈਸਟ ਕੀਤਾ ਸੀ ਅਤੇ ਇਹ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​ਓਪਨ ਬੇਸ ਮਾਡਲ, DeepSeek-V4-Pro-Base ਨਾਲੋਂ 4 ਤੋਂ 12 ਗੁਣਾ ਪ੍ਰੀ-ਟ੍ਰੇਨਿੰਗ FLOPs-ਕੁਸ਼ਲ ਹੈ।

ਇਹ ਘੋਸ਼ਣਾ ਅਜੇ ਤੱਕ ਸਭ ਤੋਂ ਸਪੱਸ਼ਟ ਸੰਕੇਤ ਹੈ ਕਿ ਮਾਈਕ੍ਰੋਸਾਫਟ ਦਾ ਇਨ-ਹਾਊਸ ਮਾਡਲ ਪ੍ਰੋਗਰਾਮ - ਸੀਈਓ ਮੁਸਤਫਾ ਸੁਲੇਮਾਨ ਦੀ ਮਾਈਕ੍ਰੋਸਾੱਫਟ ਏਆਈ ਸੰਸਥਾ ਦੇ ਅਧੀਨ ਬਣਾਇਆ ਗਿਆ - ਆਪਣੀ ਓਪਨਏਆਈ ਭਾਈਵਾਲੀ 'ਤੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਭਰੋਸਾ ਕਰਨ ਦੀ ਬਜਾਏ ਸਰਹੱਦ 'ਤੇ ਮੁਕਾਬਲਾ ਕਰਨ ਦਾ ਇਰਾਦਾ ਰੱਖਦਾ ਹੈ। MAI-Base-2 ਹੁਣ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਤੋਂ ਗੁਜ਼ਰ ਰਿਹਾ ਹੈ, ਜਿਸ ਦੇ ਹੋਰ ਨਤੀਜੇ ਜਲਦੀ ਆਉਣ ਦਾ ਵਾਅਦਾ ਕੀਤਾ ਗਿਆ ਹੈ। ਨਵੇਂ ਮਾਡਲ ਰੀਲੀਜ਼ਾਂ ਦੀ ਚੱਲ ਰਹੀ ਕਵਰੇਜ ਲਈ, ਸਾਡੀ AI ਮਾਡਲ ਨਿਊਜ਼ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਰਨ ਦਾ ਪੈਮਾਨਾ

ਮਾਈਕਰੋਸਾਫਟ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਉਸਨੇ ਅਗਸਤ ਅਤੇ ਸਤੰਬਰ 2026 ਵਿੱਚ 38 ਦਿਨਾਂ ਵਿੱਚ 16,000 NVIDIA GB200 GPUs 'ਤੇ MAI-Base-2 ਨੂੰ ਸਿਖਲਾਈ ਦਿੱਤੀ। ਰਨ ਦੀ ਔਸਤਨ 21% ਮਾਡਲ FLOPs ਉਪਯੋਗਤਾ ਹੈ (GB200 ਦੇ ਸਿਧਾਂਤਕ ਅਧਿਕਤਮ 2.5 PFLOPS ਦੇ ਵਿਰੁੱਧ ਸਧਾਰਨ ਕੀਤਾ ਗਿਆ ਹੈ, BF16 ਦੀ ਮੁੜ-ਵਿਵਸਥਾ ਵਿੱਚ ਸੁਧਾਰ ਕੀਤਾ ਗਿਆ ਹੈ। FLOPs) ਅਤੇ 89% ਗੁਡਪੁਟ ਪ੍ਰਾਪਤ ਕੀਤਾ — ਸਮੇਂ ਦੀ ਸਿਖਲਾਈ ਦਾ ਹਿੱਸਾ ਬਿਨਾਂ ਕਿਸੇ ਰੁਕਾਵਟ ਦੇ ਅੱਗੇ ਵਧਿਆ। ਉਹ ਨੰਬਰ ਇੱਕ ਅਨੁਸ਼ਾਸਿਤ ਵੱਡੇ ਪੈਮਾਨੇ ਦੀ ਦੌੜ ਦਾ ਵਰਣਨ ਕਰਦੇ ਹਨ; ਇਸ ਪੈਮਾਨੇ 'ਤੇ ਰੁਕਾਵਟ ਜਾਂ ਮਾੜੀ ਵਰਤੋਂ ਵਾਲੇ GPU ਫਲੀਟਾਂ ਦਾ ਆਦਰਸ਼ ਹੈ, ਅਤੇ ਗੁਡਪੁਟ ਦੇ ਹਰ ਬਿੰਦੂ ਨੂੰ ਬਚੇ ਹੋਏ ਸਿਖਲਾਈ ਦੇ ਸਮੇਂ ਦੇ ਹਫ਼ਤਿਆਂ ਵਿੱਚ ਅਨੁਵਾਦ ਕੀਤਾ ਜਾਂਦਾ ਹੈ।

ਇਹ ਮਾਡਲ ਆਪਣੇ ਪੂਰਵਵਰਤੀ, MAI-ਬੇਸ-1 ਨਾਲੋਂ ਵੱਡਾ, ਸਪਾਰਸਰ, ਅਤੇ ਵਧੇਰੇ ਡੇਟਾ 'ਤੇ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਹੈ, ਜੋ ਕਿ ਜੂਨ ਵਿੱਚ ਜਾਰੀ ਮਾਈਕਰੋਸਾਫਟ ਦੇ ਤਰਕ ਮਾਡਲ, MAI-ਥਿੰਕਿੰਗ-1 ਦੀ ਬੁਨਿਆਦ ਵਜੋਂ ਕੰਮ ਕਰਦਾ ਹੈ। ਮਾਈਕ੍ਰੋਸਾੱਫਟ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਨੇ ਜਾਣਬੁੱਝ ਕੇ MAI-Base-2 ਦੀ ਸਿਖਲਾਈ ਵਿਅੰਜਨ ਤੋਂ ਇੱਕ ਵੱਡੇ ਮਾਡਲ ਦੀ ਸਿਖਲਾਈ ਵਿੱਚ ਕੁਸ਼ਲਤਾ ਬਚਤ ਦਾ ਮੁੜ ਨਿਵੇਸ਼ ਕੀਤਾ ਹੈ।

ਮਾਈਕਰੋਸੌਫਟ ਕਿਵੇਂ ਇਸਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ

ਕੰਪਨੀ ਨੇ ਮਾਈਕਰੋਸਾਫਟ ਦੇ ਆਪਣੇ ਕੋਡਬੇਸ ਤੋਂ ਖਿੱਚੇ ਗਏ ਹੋਲਡ-ਆਊਟ ਕੋਡ ਮੁਲਾਂਕਣਾਂ ਦੇ ਨਾਲ-ਨਾਲ ਹੋਲਡ-ਆਉਟ ਟੈਕਸਟ - ਇੱਕ ਟੋਕਨਾਈਜ਼ਰ-ਅਗਨੋਸਟਿਕ ਮੈਟ੍ਰਿਕ - 'ਤੇ ਬਿੱਟ-ਪ੍ਰਤੀ-ਬਾਈਟ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਕਤੂਬਰ 2026 ਤੋਂ ਪਹਿਲਾਂ ਉਪਲਬਧ ਸਰਹੱਦੀ ਚੌਕੀਆਂ ਦੇ ਵਿਰੁੱਧ MAI-Base-2 ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ। ਸਿਖਲਾਈ-ਸੈੱਟ ਗੰਦਗੀ ਦੇ ਜੋਖਮ ਨੂੰ ਘਟਾਉਣ ਲਈ ਬਾਹਰੀ ਵਿਕਰੇਤਾਵਾਂ ਤੋਂ STEM, ਗਣਿਤ, ਅਤੇ ਸਵਾਲ-ਜਵਾਬ ਦੇ ਮੁਲਾਂਕਣ ਕੀਤੇ ਗਏ ਸਨ, ਅਤੇ ਸਾਰੇ ਮੁਲਾਂਕਣ ਸੈੱਟਾਂ ਨੂੰ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਵਿਰੁੱਧ ਦੂਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ।

ਤੁਲਨਾ ਸੈੱਟ ਵਿੱਚ DeepSeek-V4-Pro-Base ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਗਿਆ ਹੈ, ਜਿਸ ਨੂੰ Microsoft ਦੁਆਰਾ ਖੁੱਲ੍ਹੇ ਵਜ਼ਨ ਵਾਲੇ ਸਭ ਤੋਂ ਸਮਰੱਥ ਬੇਸ ਮਾਡਲ ਵਜੋਂ ਦਰਸਾਇਆ ਗਿਆ ਹੈ ਅਤੇ ਇੱਕ ਟ੍ਰਿਲੀਅਨ ਪੈਰਾਮੀਟਰਾਂ ਤੋਂ ਉੱਪਰ ਦਾ ਇੱਕੋ-ਇੱਕ ਅਧਾਰ ਪ੍ਰੀ-ਟ੍ਰੇਨਿੰਗ ਚੈਕਪੁਆਇੰਟ, ਨਾਲ ਹੀ Kimi K3, Qwen3.8-2.4T-A95B, ਅਤੇ MiMo-V2.6-Pro-RL। ਮਾਈਕਰੋਸਾਫਟ ਇੱਕ ਚੇਤਾਵਨੀ ਨੋਟ ਕਰਦਾ ਹੈ: ਉਹਨਾਂ ਤਿੰਨਾਂ ਲਈ, ਸਿਰਫ ਪੋਸਟ-ਟ੍ਰੇਨਡ ਚੈਕਪੁਆਇੰਟ ਉਪਲਬਧ ਹਨ, ਅਤੇ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਪ੍ਰੀ-ਟ੍ਰੇਨਿੰਗ ਮੁਲਾਂਕਣਾਂ ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰ ਸਕਦੀ ਹੈ। ਹੋਲਡ-ਆਊਟ ਮੁਲਾਂਕਣਾਂ ਦੇ ਦੌਰਾਨ, ਮਾਈਕ੍ਰੋਸਾਫਟ ਰਿਪੋਰਟ ਕਰਦਾ ਹੈ ਕਿ MAI-ਬੇਸ-2 ਨੇ ਟੈਸਟ ਕੀਤੇ ਗਏ ਹੋਰ ਮਾਡਲਾਂ ਨਾਲੋਂ ਘੱਟ ਬਿੱਟ-ਪ੍ਰਤੀ-ਬਾਈਟ ਪ੍ਰਾਪਤ ਕੀਤੇ ਹਨ।

ਕੁਸ਼ਲਤਾ ਦਾ ਦਾਅਵਾ, ਡੀਕੋਡ ਕੀਤਾ ਗਿਆ

4-12x ਕੁਸ਼ਲਤਾ ਦਾ ਅੰਕੜਾ ਸਿੱਧੀ ਬੈਂਚਮਾਰਕ ਜਿੱਤ ਨਹੀਂ ਹੈ ਪਰ ਇੱਕ ਗਣਨਾ-ਮੇਲ ਵਿਸ਼ਲੇਸ਼ਣ ਹੈ। ਹਰੇਕ ਹੋਲਡ-ਆਊਟ ਮੁਲਾਂਕਣ ਲਈ, ਮਾਈਕਰੋਸਾਫਟ ਨੇ ਸਿਖਲਾਈ FLOPs ਦੇ ਵਿਰੁੱਧ ਬਿੱਟ-ਪ੍ਰਤੀ-ਬਾਈਟ ਦਾ ਇੱਕ ਸਕੇਲਿੰਗ ਕਾਨੂੰਨ ਫਿੱਟ ਕੀਤਾ ਅਤੇ ਅੰਦਾਜ਼ਾ ਲਗਾਇਆ ਕਿ DeepSeek-V4-Pro-Base ਦੇ ਸਕੋਰ ਨਾਲ ਮੇਲ ਕਰਨ ਲਈ ਇਸਦੀ ਆਪਣੀ ਵਿਅੰਜਨ ਦੀ ਕਿੰਨੀ ਗਣਨਾ ਕਰਨੀ ਪਵੇਗੀ। ਰੇਂਜ ਚਾਰ ਮੁਲਾਂਕਣਾਂ ਵਿੱਚ ਅੰਤਰ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਦਾਅਵਾ, ਸਾਦੇ ਸ਼ਬਦਾਂ ਵਿੱਚ: ਮਾਈਕਰੋਸੌਫਟ ਕਹਿੰਦਾ ਹੈ ਕਿ ਇਸਦਾ ਵਿਅੰਜਨ ਸਿਖਲਾਈ ਗਣਨਾ ਦੀ ਪ੍ਰਤੀ ਯੂਨਿਟ ਦੇ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ​​​​ਖੁੱਲ੍ਹੇ ਤੌਰ 'ਤੇ ਉਪਲਬਧ ਬੇਸ ਮਾਡਲ ਨਾਲੋਂ ਕਈ ਗੁਣਾ ਵੱਧ ਸਮਰੱਥਾ ਕੱਢਦਾ ਹੈ - ਅਤੇ ਇਸਨੇ ਪੈਮਾਨੇ 'ਤੇ ਵਾਧੂ ਖਰਚ ਕੀਤਾ ਹੈ।

ਪੂਰੇ ਸਟਾਕ ਦੇ ਮਾਲਕ

ਕੱਚੇ ਪ੍ਰਦਰਸ਼ਨ ਤੋਂ ਪਰੇ, ਪੋਸਟ ਰਣਨੀਤਕ ਤਰਕ ਪੇਸ਼ ਕਰਦੀ ਹੈ। ਮਾਈਕਰੋਸਾਫਟ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਇਸਦੀ ਮਾਡਲ ਪਾਈਪਲਾਈਨ ਐਂਡ-ਟੂ-ਐਂਡ ਦੀ ਮਾਲਕੀ ਇਸ ਨੂੰ ਸਿਖਲਾਈ ਟੋਕਨਾਂ 'ਤੇ ਮਜ਼ਬੂਤ ​​ਡੇਟਾ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ, ਅਤੇ ਇਹ ਕਿ ਪ੍ਰੀ-ਟ੍ਰੇਨਿੰਗ ਦੂਜੇ ਮਾਡਲਾਂ ਤੋਂ ਬਿਨਾਂ ਡਿਸਟਿਲੇਸ਼ਨ ਦੇ ਜੈਵਿਕ ਡੇਟਾ 'ਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ। ਕੰਪਨੀ ਦੀ ਦਲੀਲ ਹੈ ਕਿ ਇਹ ਪ੍ਰਮਾਣਿਕਤਾ, ਫਰੰਟੀਅਰ ਇੰਟੈਲੀਜੈਂਸ ਦੇ ਇੱਕ ਭਰੋਸੇਮੰਦ ਸਰੋਤ ਵਜੋਂ ਫਾਉਂਡਰੀ ਦੁਆਰਾ ਉੱਦਮਾਂ ਨੂੰ ਮਾਡਲ ਵੇਟ ਦਾ ਲਾਇਸੈਂਸ ਦੇਣ ਦੇਵੇਗੀ, ਜਦੋਂ ਕਿ ਕੋ-ਟਿਊਨਿੰਗ ਮਾਡਲ ਅਤੇ ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਮਾਈਕਰੋਸਾਫਟ ਦੇ ਆਪਣੇ ਉਤਪਾਦਾਂ ਵਿੱਚ ਲਾਗਤ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ।

ਤਕਨੀਕੀ ਭਾਗ ਰਨ ਦੀ ਸਫਲਤਾ ਲਈ ਤਿੰਨ ਪਹਿਲਕਦਮੀਆਂ ਦਾ ਸਿਹਰਾ ਦਿੰਦਾ ਹੈ: ਸਕੇਲਿੰਗ ਵਿਗਿਆਨ, ਜਿਸ ਵਿੱਚ "ਸਕੇਲਿੰਗ ਪੌੜੀਆਂ" ਸ਼ਾਮਲ ਹਨ ਜੋ ਸਰੋਤ ਸਕੇਲਿੰਗ ਨਾਮਕ ਇੱਕ ਤਕਨੀਕ ਦੁਆਰਾ ਵਾਰ-ਵਾਰ ਸਿਖਲਾਈ ਡੇਟਾ ਲਈ ਲੇਖਾ ਜੋਖਾ ਕਰਦਾ ਹੈ, ਜੋ ਕਿ ਵੱਖੋ-ਵੱਖਰੇ ਪੈਰਾਮੀਟਰਾਂ ਵਿੱਚ ਵਿਲੱਖਣ ਡੇਟਾ ਦਾ ਅਨੁਪਾਤ ਰੱਖਦਾ ਹੈ; ਮਾਡਲ-ਬੁਨਿਆਦੀ ਢਾਂਚਾ ਸਹਿ-ਡਿਜ਼ਾਈਨ, ਐਕਟੀਵੇਸ਼ਨ ਗਰੇਡੀਐਂਟ ਕਲਿਪਿੰਗ ਦੇ ਨਾਲ-ਨਾਲ ਸੁਧਾਰਿਆ MoE ਅਤੇ Muon ਆਪਟੀਮਾਈਜ਼ਰ ਲਾਗੂਕਰਨ ਸਮੇਤ; ਅਤੇ ਵਿਜ਼ਨ ਡੇਟਾ ਦੇ ਏਕੀਕਰਣ ਦੇ ਨਾਲ ਵਿਸਤ੍ਰਿਤ ਡੇਟਾ ਪਾਈਪਲਾਈਨਾਂ। ਮਾਈਕਰੋਸਾਫਟ ਦਾ ਕਹਿਣਾ ਹੈ ਕਿ ਸਰੋਤ ਸਕੇਲਿੰਗ 2.8-ਟਰਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ ਆਕਾਰ ਨੂੰ ਬਿਨਾਂ ਕਿਸੇ ਹੈਰਾਨੀ ਦੇ ਭਰੋਸੇਮੰਦ ਢੰਗ ਨਾਲ ਸਕੇਲਿੰਗ ਕਰਨ ਦੀ ਕੁੰਜੀ ਸੀ।

ਮਾਰਕੀਟ ਲਈ ਇਸਦਾ ਕੀ ਅਰਥ ਹੈ

ਜੇਕਰ ਦਾਅਵਿਆਂ ਨੂੰ ਸੁਤੰਤਰ ਜਾਂਚ ਦੇ ਅਧੀਨ ਰੱਖਿਆ ਜਾਂਦਾ ਹੈ, MAI-Base-2 Microsoft ਨੂੰ OpenAI, Anthropic, ਅਤੇ Google ਦੇ ਨਾਲ-ਨਾਲ ਚੌਥੇ ਪ੍ਰਮੁੱਖ ਪੱਛਮੀ ਫਰੰਟੀਅਰ-ਮਾਡਲ ਬਿਲਡਰ ਦੇ ਰੂਪ ਵਿੱਚ ਪਦਵੀ ਕਰਦਾ ਹੈ — ਉਪਭੋਗਤਾ ਚੈਟਬੋਟ ਮਾਈਂਡਸ਼ੇਅਰ ਦੀ ਬਜਾਏ ਡੇਟਾ ਪ੍ਰੋਵੇਨੈਂਸ ਅਤੇ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਲਾਇਸੈਂਸਿੰਗ 'ਤੇ ਬਣੀ ਇੱਕ ਵੱਖਰੀ ਪਿੱਚ ਦੇ ਨਾਲ। ਮਾਰਕੀਟ ਜੋ ਸਭ ਤੋਂ ਪਹਿਲਾਂ ਮਹੱਤਵਪੂਰਨ ਹੈ ਅਜ਼ੁਰ ਦਾ ਐਂਟਰਪ੍ਰਾਈਜ਼ ਗਾਹਕ ਅਧਾਰ ਹੈ, ਜਿੱਥੇ ਫਾਊਂਡਰੀ ਗਾਹਕ ਇੱਕ ਫਰੰਟੀਅਰ-ਕਲਾਸ ਮਾਡਲ ਤੱਕ ਪਹੁੰਚ ਪ੍ਰਾਪਤ ਕਰ ਸਕਦੇ ਹਨ ਜਿਸਦੀ ਸਿਖਲਾਈ ਵੰਸ਼ ਮਾਈਕ੍ਰੋਸਾਫਟ ਪੂਰੀ ਤਰ੍ਹਾਂ ਕੰਟਰੋਲ ਕਰਦੀ ਹੈ।

ਸੁਤੰਤਰ ਤਸਦੀਕ ਖੁੱਲਾ ਸਵਾਲ ਬਣਿਆ ਹੋਇਆ ਹੈ। ਮਾਈਕਰੋਸਾਫਟ ਦੇ ਮੁਲਾਂਕਣ ਸਵੈ-ਰਿਪੋਰਟ ਕੀਤੇ ਗਏ ਹਨ, ਤੁਲਨਾ ਮਾਡਲਾਂ ਦੀ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਚੇਤਾਵਨੀ ਸਮੱਗਰੀ ਹੈ, ਅਤੇ ਹੋਲਡ-ਆਊਟ ਟੈਕਸਟ 'ਤੇ ਬਿੱਟ-ਪ੍ਰਤੀ-ਬਾਈਟ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਚੈਟ, ਕੋਡਿੰਗ, ਅਤੇ ਏਜੰਟੀ ਬੈਂਚਮਾਰਕ ਐਂਟਰਪ੍ਰਾਈਜ਼ਾਂ ਨਾਲ ਅਸਲ ਵਿੱਚ ਖਰੀਦਦਾਰੀ ਨਹੀਂ ਕਰਦੇ ਹਨ। MAI-ਬੇਸ-2 ਦੇ ਪੋਸਟ-ਟ੍ਰੇਨਡ ਡੈਰੀਵੇਟਿਵਜ਼ — MAI-ਥਿੰਕਿੰਗ-1 ਦੇ ਉਤਰਾਧਿਕਾਰੀ — ਅਸਲ ਪ੍ਰੀਖਿਆ ਹੋਵੇਗੀ। ਪਰ ਘੋਸ਼ਣਾ ਦਾ ਅੰਤਰੀਵ ਸੰਦੇਸ਼ ਅਸਪਸ਼ਟ ਹੈ: ਮਾਈਕਰੋਸਾਫਟ ਦੀ ਆਪਣੀ ਸਿਲਿਕਨ ਫਲੀਟ 'ਤੇ, ਅੰਦਰੂਨੀ ਮਾਡਲਾਂ ਨੂੰ ਸਿਖਲਾਈ ਦੇਣ 'ਤੇ, ਹੁਣ ਅਭਿਲਾਸ਼ੀ ਨਹੀਂ ਹੈ। ਇਸਦਾ ਇੱਕ ਮੁਕੰਮਲ ਬੇਸ ਮਾਡਲ ਹੈ, ਅਤੇ ਪੋਸਟ-ਟ੍ਰੇਨਿੰਗ ਪਾਈਪਲਾਈਨ ਪਹਿਲਾਂ ਹੀ ਚੱਲ ਰਹੀ ਹੈ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →