Microsoft AI imekamilisha mafunzo ya awali kwenye MAI-Base-2, muundo mpya wa msingi wa mchanganyiko wa wataalam na vigezo hai bilioni 80 na vigezo vya jumla ya trilioni 2.8, mgawanyiko ulitangaza Oktoba 15 katika chapisho la kiufundi la "Vidokezo vya Maabara". Kampuni hiyo inasema modeli hiyo ina ubora zaidi kuliko kila modeli ya uzani wazi iliyojaribiwa kwenye tathmini zilizoshikiliwa na ina ufanisi mara 4 hadi 12 zaidi ya mafunzo ya awali ya FLOPs kuliko mtindo wa msingi wazi, DeepSeek-V4-Pro-Base.
Tangazo hilo ni ishara ya wazi zaidi kwamba programu ya modeli ya ndani ya Microsoft - iliyojengwa chini ya shirika la AI la Mkurugenzi Mtendaji Mustafa Suleyman - inanuia kushindana kwenye mipaka badala ya kutegemea tu ushirikiano wake wa OpenAI. MAI-Base-2 sasa inaendelea na mafunzo ya baada ya mafunzo, na matokeo zaidi yameahidiwa hivi karibuni. Kwa utangazaji unaoendelea wa matoleo mapya ya miundo, fuata habari zetu za muundo wa AI.
Kiwango cha Kukimbia
Microsoft inasema ilitoa mafunzo kwa MAI-Base-2 kwenye GPU 16,000 za NVIDIA GB200 kwa muda wa siku 38 mwezi Agosti na Septemba 2026. Uendeshaji ulikuwa wastani wa 21% wa utumiaji wa FLOPs (iliyorekebishwa dhidi ya upeo wa kinadharia wa GB200 wa 2.5 PFLOPS katika BF16, bila kujumuisha uboreshaji wa 9% na 9) - sehemu ya mafunzo ya muda yaliendelea bila usumbufu. Nambari hizo zinaelezea kukimbia kwa kiwango kikubwa kwa nidhamu; meli za GPU zilizokatizwa au kutotumika vyema ni kawaida katika kipimo hiki, na kila sehemu ya goodput hutafsiriwa katika wiki za muda wa mafunzo uliohifadhiwa.
Mtindo huu ni mkubwa zaidi, mdogo zaidi, na umefunzwa kuhusu data zaidi kuliko mtangulizi wake, MAI-Base-1, ambao ulitumika kama msingi wa MAI-Thinking-1, mtindo wa kufikiri wa Microsoft uliotolewa mwezi Juni. Microsoft inasema iliwekeza tena kimakusudi uokoaji wa ufanisi kutoka kwa mapishi ya mafunzo ya MAI-Base-2 katika kufunza muundo mkubwa zaidi.
Jinsi Microsoft Inavyosema Inalinganisha
Kampuni ilitathmini MAI-Base-2 dhidi ya vituo vya ukaguzi vya mipakani vinavyopatikana kabla ya Oktoba 2026 kwa kutumia bits-per-byte kwenye maandishi yaliyoshikiliwa - kipimo cha tokenizer-agnostic - pamoja na tathmini za msimbo zilizotolewa kutoka kwa msingi wa msimbo wa Microsoft. Tathmini za STEM, hesabu na Maswali na Majibu ziliagizwa kutoka kwa wachuuzi wa nje ili kupunguza hatari ya uchafuzi wa seti ya mafunzo, na seti zote za tathmini zilichafuliwa dhidi ya data ya mafunzo.
Seti ya kulinganisha ilijumuisha DeepSeek-V4-Pro-Base, iliyofafanuliwa na Microsoft kama kielelezo cha msingi chenye uwezo zaidi na uzani wazi na kituo pekee cha ukaguzi cha awali kilichotolewa kilicho juu ya vigezo trilioni moja, pamoja na Kimi K3, Qwen3.8-2.4T-A95B, na MiMo-V2.6-Pro-RL. Microsoft inabainisha tahadhari: kwa hizo tatu, vituo vya ukaguzi vya baada ya mafunzo pekee ndivyo vinavyopatikana, na baada ya mafunzo kunaweza kuathiri tathmini za kabla ya mafunzo. Katika tathmini zilizofanyika, Microsoft inaripoti MAI-Base-2 ilipata bits-per-byte ya chini kuliko miundo mingine iliyojaribiwa.
Dai la Ufanisi, Limeamuliwa
Ufanisi wa 4-12x sio ushindi wa moja kwa moja wa alama bali ni uchanganuzi unaolingana na hesabu. Kwa kila tathmini iliyofanyika, Microsoft iliweka sheria ya kuongeza viwango vya bits-per-byte dhidi ya FLOPs za mafunzo na kukadiria ni kiasi gani cha kukusanya kichocheo chake kingehitaji kulingana na alama za DeepSeek-V4-Pro-Base. Masafa yanaonyesha tofauti katika tathmini nne. Dai, kwa maneno dhahiri: Microsoft inasema kichocheo chake hutoa uwezo mara kadhaa zaidi kwa kila kitengo cha kokotoo ya mafunzo kuliko modeli ya msingi inayopatikana kwa uwazi - na ilitumia ziada hiyo kwa kiwango.
Kumiliki Rafu Kamili
Zaidi ya utendakazi ghafi, chapisho linaweka mantiki ya kimkakati. Microsoft inasema kumiliki bomba lake la mwisho-mwisho huipa uthibitisho dhabiti wa data juu ya ishara za mafunzo, na kwamba mafunzo ya awali yanategemea data ya kikaboni bila kunereka kutoka kwa aina zingine. Uasilia huo, kampuni inadai, itairuhusu kutoa leseni za uzani wa modeli kwa biashara kupitia Foundry kama chanzo kinachoaminika cha ujasusi wa mipaka, huku usanifu wa miundo na miundo-msingi unapunguza gharama kwanza katika bidhaa za Microsoft yenyewe.
Sehemu ya kiufundi inaangazia mipango mitatu ya mafanikio ya kukimbia: sayansi ya kuongeza kiwango, ikijumuisha "ngazi za kuongeza alama" ambazo huchangia data ya mafunzo yanayorudiwa kupitia mbinu inayoitwa kuongeza chanzo, ambayo huweka uwiano wa data ya kipekee kwa vigezo vilivyowekwa katika safu; muundo-shirikishi wa muundo-mfano, ikijumuisha utekelezaji ulioboreshwa wa MoE na kiboreshaji cha Muon pamoja na upunguzaji wa upinde rangi wa kuwezesha; na kupanua mabomba ya data kwa ujumuishaji wa data ya maono. Microsoft inasema kuongeza chanzo ilikuwa ufunguo wa kuongeza saizi ya kigezo cha trilioni 2.8 bila mshangao mwingi.
Nini Maana Kwa Soko
Ikiwa madai yatadumu chini ya uchunguzi huru, MAI-Base-2 inaweka Microsoft kama mjenzi mkuu wa nne wa mipaka ya Magharibi pamoja na OpenAI, Anthropic, na Google - kwa sauti tofauti inayojengwa juu ya asili ya data na leseni ya biashara badala ya kubadilishana mawazo ya gumzo la watumiaji. Soko ambalo ni muhimu kwanza ni msingi wa wateja wa biashara ya Azure, ambapo wateja wa Foundry wanaweza kupata ufikiaji wa kielelezo cha kiwango cha mpaka ambacho kizazi cha mafunzo cha Microsoft kinadhibiti kikamilifu.
Uthibitishaji wa kujitegemea unabaki kuwa swali wazi. Tathmini za Microsoft zinaripotiwa zenyewe, pango la mifano ya kulinganisha baada ya mafunzo ni nyenzo, na bits-per-byte kwenye maandishi yaliyoshikiliwa haitafsiri moja kwa moja kwa gumzo, usimbaji, na vigezo vya mawakala ambavyo biashara hununua. Mitindo ya baada ya mafunzo ya MAI-Base-2 - warithi wa MAI-Thinking-1 - itakuwa mtihani halisi. Lakini ujumbe wa msingi wa tangazo hauna utata: dau la Microsoft juu ya miundo ya mipaka ya ndani ya nyumba, kwenye meli yake ya silicon, sio ya kutamani tena. Ina mfano wa msingi wa kumaliza, na bomba la baada ya mafunzo tayari linaendesha.
---
Kaa Mbele ya AIPata habari za hivi punde za AI, uchanganuzi na mafanikio - yote katika sehemu moja.
Soma habari zaidi za AI →
