AI-translated from English; not yet reviewed by a fluent editor.

# تقرير Microsoft عن MAI-Base-2 يقيس التدريب المسبق، لا نموذجًا مطروحًا

> تعرض Microsoft نتائج MAI-Base-2 على نصوص محجوزة للتقييم، وتقديرات لكفاءة التدريب ناتجة عن ملاءمة منحنيات. ولا يزال نموذج الأساس في التدريب اللاحق، دون نقطة تحقق عامة لاختباره.

By BIG CHANGE Editorial

Published: 2026-10-16T16:13:14.938Z
Updated: 2026-10-16T16:13:14.938Z
Canonical: https://bigchange.ai/blog/microsoft-mai-base-2-pretraining-efficiency-report

![Conceptual charcoal illustration of a storage rack connected by overhead cables to compute racks, with a separate blank evaluation workstation in a generic room.](https://bigchange.ai/api/media/file/mai-base-2-pretraining-concept-v1.png)
AI-generated conceptual illustration by BIG CHANGE; not actual Microsoft hardware or a measured result.

تقول Microsoft AI إنها أكملت التدريب المسبق لـ MAI-Base-2، وهو نموذج مزيج خبراء يضم 80 مليار معامل نشط و2.8 تريليون معامل إجمالًا. ويصف [تقريرها التقني في 15 أكتوبر](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/) تدريبًا استمر 38 يومًا على 16,000 وحدة GPU من نوع GB200 في أغسطس وسبتمبر 2026. وللمهندسين الذين يقيّمون النتيجة، السؤال المفيد أضيق من ترتيب النماذج: ما الذي يقيسه التقرير قبل التدريب اللاحق وإتاحة الوصول العام؟

للإجابة جزآن. تعلن Microsoft انخفاض عدد البتات لكل بايت (BPB) في أربع فئات تقييم محجوزة مقارنة بنقاط التحقق التي اختبرتها. وبصورة منفصلة، تقدّر أن وصفتها التدريبية تحتاج إلى FLOPs تدريب أقل بمقدار 4.2–12.3 مرة من DeepSeek-V4-Pro-Base للوصول إلى BPB مماثل، باستخدام منحنيات جرت ملاءمتها لسلسلة تجاربها عبر المقاييس. وهذان استنتاجان مختلفان بحدود مختلفة.

## التغيير الكبير

- **ما الذي تغير:** أعلنت Microsoft اكتمال دورة تدريب نموذج أساس واسع النطاق، مع تقييمات على نصوص محجوزة وعرض مفصل لوصفتها التدريبية. ولا يزال MAI-Base-2 في التدريب اللاحق.
- **لماذا يهم ذلك:** يستطيع المهندسون فحص كيفية ربط Microsoft جودة النموذج بحوسبة التدريب، والخيارات المتعلقة بالبيانات والبنية والتجهيزات الأساسية التي تقول إنها أسهمت. وتتعلق الأدلة بخسارة التدريب المسبق وقياسات Microsoft الداخلية؛ فلا توجد خدمة استدلال عامة لـ MAI-Base-2 أو نقطة تحقق مطروحة لاختبارها على عبء عمل.
- **ما الذي ينبغي متابعته:** ستحدد نتائج التدريب اللاحق وشروط الوصول ما إذا كان هذا الأساس سيصبح مفيدًا في المنتجات أو للفرق الخارجية. وخطة Microsoft المعلنة لترخيص الأوزان عبر Foundry عرض مستقبلي، وليست إتاحة حالية.

## ما الذي تقوله المقارنة على البيانات المحجوزة

تقيّم Microsoft نماذج مدربة مسبقًا على نصوص محجوزة باستخدام BPB، الذي يعبّر عن خسارة التنبؤ لكل بايت ويتجنب نتيجة تعتمد على مُجزّئ الرموز. ويسمّي التقرير تقييمات للبرمجة وSTEM والرياضيات والأسئلة والأجوبة. ويقول إن مجموعة البرمجة تأتي من قاعدة شيفرة MAI نفسها، بينما كلّفت Microsoft موردين بإعداد المجموعات الأخرى؛ وتقول الشركة إنها أزالت التلوث المتعلق ببيانات تدريبها من المجموعات الأربع. وهذه احتياطات يصفها القائم بالتقييم، وليست تدقيقًا للبيانات أُعيد بصورة مستقلة.

على هذه المجموعات، تعلن Microsoft أن MAI-Base-2 يحقق BPB أقل من كل نموذج اختبرته. والتمييز بين نقاط التحقق مهم. فـ DeepSeek-V4-Pro-Base هو النموذج *الأساس* المطروح الذي تستخدمه Microsoft مرجعًا لوصفتها. وتقول Microsoft إن نقاط تحقق *خضعت للتدريب اللاحق* فقط كانت متاحة لكل من Kimi K3 وQwen3.8-2.4T-A95B وMiMo-V2.6-Pro-RL، وتقر بأن التدريب اللاحق قد يؤثر في هذه التقييمات. ولذلك فإن مخطط BPB الذي يقارن نماذج الأساس بالنماذج المدربة لاحقًا ليس مقارنة مضبوطة لوصفات التدريب المسبق للمنافسين الأربعة جميعًا. ولا يقدم التقرير اختبارًا لنقطة تحقق من OpenAI، لذا لا يوفّر أساسًا للقول إن MAI-Base-2 يتفوق على نموذج من OpenAI.

يجيب BPB أيضًا عن سؤال مختلف عن فائدة المساعد. فهو يقيس الخسارة على المواد المحجوزة المختارة، لا اتباع التعليمات أو الاستدلال بعد التدريب اللاحق أو زمن الاستجابة أو السلامة أو تكلفة تشغيل تطبيق. وتقول Microsoft إن MAI-Base-2 ما زال يخضع للتدريب اللاحق؛ ولا يقدم تقريرها أوزانًا عامة أو نقطة وصول للاستدلال أو أسعارًا أو نتائج للعملاء.

## من أين يأتي نطاق كفاءة الحوسبة

ينشأ ادعاء 4.2–12.3× من منحنيات توسع جرت ملاءمتها. أجرت Microsoft ملاءمة لمنحنى مستقل للعلاقة بين BPB وFLOPs التدريب لكل واحد من التقييمات الأربعة، باستخدام سلسلة تجاربها عبر المقاييس والنتيجة النهائية المعروفة لـ MAI-Base-2. ثم قدّرت مقدار الحوسبة الذي تحتاجه وصفتها لمضاهاة BPB الخاص بـ DeepSeek-V4-Pro-Base، وقارنت التقدير بحوسبة التدريب المعلنة للنموذج المرجعي. وتقول Microsoft إن نقاط المطابقة تقع داخل نطاق النموذج الناتج عن الملاءمة، لا أنها استقراء يتجاوز حدوده.

هذا النطاق هو *تقدير عند خسارة متساوية* لوصفة Microsoft على تلك التقييمات. وليس انخفاضًا مقيسًا في فاتورة تدريب MAI-Base-2 الفعلية، أو تسريعًا للاستدلال، أو دليلًا على أن مختبرًا آخر سيحصل على النتيجة نفسها. وتعلن Microsoft أيضًا تحسنًا مقدرًا في كفاءة FLOPs بمعامل 6.3–12.7× مقارنة بنموذجها MAI-Base-1. وفي الحالتين يحتاج القارئ إلى المرجع المختار ومجموعة التقييم وطريقة الملاءمة لتفسير الرقم.

تقدم Microsoft رقمين آخرين لدورة التدريب الرئيسية: متوسط استغلال FLOPs النموذج (MFU) بنسبة 21%، وgoodput بنسبة 89%، حيث يعني goodput نسبة الوقت الذي تقدم فيه التدريب. ويطبّع التقرير MFU على أساس قدرة نظرية قدرها 2.5 PFLOPS لكل GB200 في BF16، ويستبعد FLOPs إعادة الحساب وFLOPs المُحسّن. ويتعلق MFU بمدى استخدام حسابات التدريب لتلك القدرة النظرية؛ أما goodput فيتعلق بالانقطاعات والتقدم عبر الزمن المنقضي. ولا يمثل أي منهما نسبة كفاءة FLOPs عند BPB متماثل. وتميّز Microsoft صراحة بين المكاسب المقيسة بـ FLOPs التدريب والمكاسب المقيسة بالوقت الفعلي المنقضي عند تقييم خيارات التصميم.

## الوصفة التي تقول Microsoft إنها أنتجت النتيجة

يقدم التقرير آليات معقولة مع حدود أدلته. وتحد سلسلة تجاربه عبر المقاييس عدد العينات الفريدة في الدورات الأصغر لكي تتكرر مجموعات البيانات بالعدد نفسه كما في الدورة الكاملة. وتقول Microsoft إن ذلك منع التجارب الصغيرة من تفضيل خيارات قد تؤدي إلى فرط التخصيص عند التوسع. ويصف أيضًا قواعد تجريبية لتوسيع معدل التعلم واضمحلال الأوزان وdropout، جرى التحقق منها عند حجم نموذج وسيط قبل الدورة الكاملة.

في النموذج المتناثر، تقول Microsoft إن التغييرات في توجيه الخبراء وسعة الذاكرة الثابتة والاتصالات المجمّعة رفعت MFU في طبقات MoE من 24% إلى 35%، مما أتاح استخدام MoE في كل طبقة. وهذا قياس داخلي على مستوى مكوّن، لا متوسط MFU البالغ 21% لكامل دورة الأيام الـ38. ويصف التقرير عملًا على المُحسّن جعل Muon يستغرق 165 مللي ثانية، أو 2.1% من متوسط تكرار التدريب، إلى جانب قص تدرجات التنشيط لتثبيت التدريب. ويقول قسم البيانات إن متن الرموز الفريدة نما بنحو 36% مقارنة بـ MAI-Base-1. ويعلن 4.5 تريليون رمز فريد للرؤية واللغة؛ ومع التكرار شكّلت بيانات الرؤية واللغة 18% من مزيج التدريب البالغ 50 تريليون رمز.

تجعل هذه التفاصيل الورقة مفيدة بوصفها عرضًا هندسيًا لكيفية تعامل Microsoft مع التوسع. لكنها لا تعزل الإسهام السببي لكل تغيير عبر دورات تدريب أُعيدت بصورة مستقلة. وتنسب Microsoft النتيجة إلى جودة البيانات وخيارات النمذجة؛ ولا تستطيع الفرق الخارجية إثبات تلك الآثار من التقرير وحده. والأدلة المباشرة هي نموذج أساس مكتمل، وخسائر اختارتها Microsoft على بيانات محجوزة، وتحليل ملائم لكفاءة وصفتها. ويظل أداء المنتج قياسًا منفصلًا لنقطة تحقق لاحقة.

## المصادر وقراءات إضافية

- [Microsoft AI، «التدريب المسبق المتقدم في Microsoft AI»](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/)، 15 أكتوبر 2026. تقرير تقني من الشركة نفسها عن البنية ودورة التدريب ومقارنات BPB على البيانات المحجوزة ونطاقات كفاءة الحوسبة الملائمة والاستغلال والبيانات ومرحلة الطرح المعلنة. وجميع القياسات وآثار التنفيذ هنا معلنة من Microsoft؛ ولم تكرر BIG CHANGE التدريب أو تقيّم MAI-Base-2.

## Sources

- [Microsoft AI: التدريب المسبق المتقدم في Microsoft AI](https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/) — تقرير تقني من الشركة نفسها؛ مصدر جميع الادعاءات الكمية وأوصاف التنفيذ. والأداء والآليات معلنة من Microsoft، ولم تُعَد بصورة مستقلة.