Microsoft AI conclui pré-treino do MAI-Base-2, modelo MoE de 2,8 trilhões de parâmetros

Tem 80 bilhões de parâmetros ativos e treinou 38 dias em 16 mil GPUs GB200; pós-treino em andamento, sem data.

Tem 80 bilhões de parâmetros ativos e treinou 38 dias em 16 mil GPUs GB200; pós-treino em andamento, sem data.