Microsoft presenta in anteprima MAI-Base-2, un modello da 2,8 trilioni di parametri che Microsoft non renderà open-weight
MAI-Base-2 di Microsoft è un modello di base con parametri da 2,8 T addestrato su tokens da 50 T che, secondo Microsoft, apprende in modo molto più efficiente rispetto a quello di DeepSeek. È ancora in fase di formazione e andrà solo a partner fidati.
Microsoft AI ha descritto MAI-Base-2, un “modello base” molto grande con 2,8 trilioni di parametri in totale e 80 miliardi attivi alla volta. Un modello base è il primo stadio di un’intelligenza artificiale: ha letto un’enorme quantità di testo e ha imparato schemi, ma non gli è stato ancora insegnato a chiacchierare educatamente o a seguire le istruzioni. La seconda fase, denominata post-training, è ancora in corso.
I dettagli
Microsoft afferma che MAI-Base-2 è stato addestrato su 50 trilioni di tokens, piccoli pezzi di testo che fungono da unità di lettura dell’intelligenza artificiale. Il suo pool di dati unici è cresciuto di circa il 36% rispetto alla versione precedente e il 18% del mix era costituito da immagini. L’affermazione principale è l’efficienza: Microsoft afferma che è da 4 a 12 volte più efficiente nel calcolo pre-training rispetto a DeepSeek-V4-Pro-Base e che batte ogni modello open-weight testato dal team nei propri esami.
Le clausole scritte in piccolo sono importanti. I numeri di efficienza provengono da formule di ridimensionamento adattate, non dall’addestramento di due modelli affiancati. Diversi modelli rivali erano già disponibili solo nella versione post-trained, il che può distorcere i confronti. I test del codice hanno utilizzato la codebase interna di Microsoft. E le prestazioni finali potrebbero cambiare prima del rilascio.
Cosa c’è dietro tutto questo?
Per anni Microsoft si è appoggiato ai modelli OpenAI. Costruire il proprio modello di base è un tentativo di indipendenza, e l’efficienza è la parola d’ordine: se hai bisogno di una frazione della potenza di calcolo per raggiungere la stessa qualità, i costi e le bollette energetiche diminuiscono. Microsoft prevede di concedere in licenza i pesi a partner fidati attraverso la sua piattaforma Foundry, senza data, quindi a differenza delle versioni di Meta e Nvidia di questa settimana non sarà scaricabile apertamente.
Che cosa significa per te: Niente che tu possa utilizzare oggi. È un segnale che vale la pena monitorare per capire come la corsa all’intelligenza artificiale si sta spostando da “chi ha il modello più grande” a “chi si allena più intelligentemente”. Attendere i risultati post-training e i test indipendenti prima di trarre conclusioni.
Fonti
Fonti: https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/
Il Muse Spark Open di Meta è un enorme modello open-weight costruito per due Mac Studios
Meta ha rilasciato Muse Spark Open, uno modello open-weight da 816 miliardi di parametri con una finestra da un milione di token e afferma che funziona su due Apple M5 Ultra Mac Studios. Mancano ancora Benchmarks e il rapporto completo sulla sicurezza.
