← Главная новостей | Торговый зал
2026-11-05 · Источник：SiliconANGLE
Незатейливый прототип, представленный в четверг ИИ-исследовательской группой Microsoft, ещё предстоит превратить в готовую LLM, прежде чем заявления об эффективности встретятся с open-source конкуренцией.
Два триллиона параметров — цифра, которую Microsoft хочет, чтобы заметили. ИИ-исследовательская группа компании представила в четверг новый алгоритм, и приложенная к нему цифра помещает MAI-Base-2 на территорию, куда добираются немногие организации. Но отслеживать покупателям вычислительных мощностей следует другое заявление, которое Microsoft прилагает к этому числу: по словам компании, модель значительно эффективнее ведущих open-source альтернатив.
Есть нюанс, который стоит подчеркнуть. MAI-Base-2 — не готовая к развёртыванию LLM. Это базовая модель — в собственной формулировке Microsoft, прототип без излишеств.
Это различие важно для всех, кто взвешивает закупочные или платформенные решения. Базовые модели — сырой механизм: разработчики превращают их в полноценные большие языковые модели, прогоняя через последующие тренировки, этап, на котором модель обретает умение следовать инструкциям и продуктовую отделку. То, что Microsoft представила в четверг, — артефакт ранней стадии, а не система, которую предприятия могут запустить в работу. Цифры, заявленные на этапе базовой модели, автоматически не переносятся на готовые LLM, построенные поверх, а значит, настоящее испытание MAI-Base-2 ждёт её в посттренированных системах, которые из неё вырастут.
Заявление об эффективности — коммерчески нагруженная часть анонса. Open-source альтернативы стали точкой отсчёта по умолчанию для экономных ИИ-развёртываний, и проприетарная модель, ощутимо превосходящая их по эффективности, имела бы очевидные последствия для тренировочных бюджетов и экономики инференса. Пока это заявление самой Microsoft: исследовательская группа представила алгоритм, но в материале нет независимой проверки, а сравнения эффективности между семействами моделей такого масштаба редко бывают прямыми.
Один масштаб больше не берёт заголовки в гонке фундаментальных моделей; покупатели всё чаще смотрят на эффективность в расчёте на параметр. Сможет ли базовая модель с 2 триллионами параметров превратить чистый размер в устойчивое преимущество по эффективности — и в конечном счёте в готовые LLM, — вот вопрос, который Microsoft теперь положила на стол.
Теги: Microsoft · MAI-Base-2 · Large Language Model · Base Models · AI Research · Model Efficiency
萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал