क्या बनाया गया
माइक्रोसॉफ़्ट एआई ने 15 अक्टूबर को बताया कि उसने एमएआई-बेस-2 का पूर्व-प्रशिक्षण पूरा कर लिया है — यह विशेषज्ञ-मिश्रण वाला एक आधार मॉडल है जिसमें कुल 2.8 लाख करोड़ पैरामीटर और 80 अरब सक्रिय पैरामीटर हैं। कंपनी ने ब्योरा अपनी ही वेबसाइट पर एक प्रयोगशाला टिप्पणी में रखा, उत्पाद लॉन्च के रूप में नहीं, और मॉडल उपलब्ध नहीं है: वह पश्च-प्रशिक्षण में है — न चेकपॉइंट, न एपीआई, न क़ीमत, न जारी होने की तारीख़।
असली बात ख़ुद वह प्रशिक्षण-दौड़ है। माइक्रोसॉफ़्ट के अनुसार मॉडल को अगस्त और सितंबर 2026 में 38 दिनों तक 16,000 जीबी200 जीपीयू पर प्रशिक्षित किया गया, जिसमें मॉडल के फ़्लॉप्स का औसत उपयोग 21 प्रतिशत और गुडपुट 89 प्रतिशत रहा — यानी वास्तविक समय का वह हिस्सा जिसमें प्रशिक्षण सचमुच आगे बढ़ा। कंपनी यह भी बताती है कि उपयोग का यह आंकड़ा जीबी200 के 2.5 पेटाफ़्लॉप के सैद्धांतिक बीएफ़16 शिखर के सापेक्ष सामान्यीकृत है और उसमें पुनर्सामग्रीकरण तथा ऑप्टिमाइज़र के फ़्लॉप्स शामिल नहीं हैं — ऐसी शर्त जो आम तौर पर अनकही रह जाती है।
प्रशिक्षण मिश्रण कुल 50 लाख करोड़ टोकन का था। दृष्टि-भाषा डेटा, दोहराव गिनने के बाद, उसका 18 प्रतिशत रहा, जो 4.5 लाख करोड़ अद्वितीय टोकन के संग्रह से लिया गया; और अपने पूर्ववर्ती के उलट इस मॉडल को शुरू से ही दृष्टि के साथ प्रशिक्षित किया गया, बाद में जोड़ा नहीं गया। अद्वितीय टोकन का संग्रह एमएआई-बेस-1 के मुक़ाबले लगभग 36 प्रतिशत बढ़ा, और ज्ञान की अंतिम तिथि मार्च 2026 है।
वह आंकड़ा जिसे ध्यान से पढ़ना चाहिए
मुख्य दावा यह है कि एमएआई-बेस-2 पूर्व-प्रशिक्षण के फ़्लॉप्स की दृष्टि से डीपसीक-वी4-प्रो-बेस से 4.2 से 12.3 गुना अधिक कुशल है, जिसे माइक्रोसॉफ़्ट अपना परखा हुआ सबसे मज़बूत खुला बेस मॉडल बताती है। कंपनी का अपना सारांश इसे 4 से 12 गुना कहकर गोल कर देता है।
यह किसी आमने-सामने की तुलना का नतीजा नहीं है। माइक्रोसॉफ़्ट चार सुरक्षित रखी गई मूल्यांकन-कसौटियों पर स्केलिंग नियम फ़िट करके और उससे निकली गणना-शक्ति की तुलना डीपसीक की प्रशिक्षण गणना-शक्ति से करके वहां पहुंची। यह अनुमान है कि उन्हीं अंकों तक पहुंचने के लिए प्रतिद्वंद्वी को कितनी गणना चाहिए होगी — जो माइक्रोसॉफ़्ट की अपनी फ़िट की हुई वक्र-रेखाओं से निकला है, और जिसकी तुलना डीपसीक के ख़र्च के ऐसे आंकड़े से हुई है जिस पर माइक्रोसॉफ़्ट का कोई नियंत्रण नहीं। दायरा इसी वजह से चौड़ा है: 4.2 और 12.3, दोनों एक ही विधि के अलग-अलग मूल्यांकनों पर निकले परिणाम हैं।
कंपनी इसी विधि से अपने ही एमएआई-बेस-1 पर 6.3 से 12.7 गुना सुधार बताती है, और यही अधिक जानकारीपूर्ण तुलना है, क्योंकि उसके दोनों पक्ष माइक्रोसॉफ़्ट के हैं और एक ही तरह मापे गए हैं।
तीन लीवर, और कोई आसवन नहीं
माइक्रोसॉफ़्ट इन लाभों का श्रेय स्केलिंग विज्ञान, मॉडल और बुनियादी ढांचे के साझा डिज़ाइन, तथा अधिक डेटा को देती है। पहले में दोहराए गए प्रशिक्षण डेटा का हिसाब रखने वाली स्केलिंग सीढ़ियां और अनुभव से तय हाइपरपैरामीटर स्केलिंग नियम आते हैं। दूसरे में विशेषज्ञ-मिश्रण और म्यूऑन ऑप्टिमाइज़र के बेहतर कार्यान्वयन तथा सक्रियण-प्रवणता की कतरन। तीसरा है विस्तारित वेब पाइपलाइन और दृष्टि संग्रह।
कंपनी यह भी कहती है कि उसने किसी दूसरे मॉडल से आसवन नहीं किया। इसका व्यावसायिक महत्व तकनीकी जितना ही है: किसी अन्य प्रयोगशाला के आउटपुट के बिना प्रशिक्षित बेस मॉडल का लाइसेंस देना अधिक साफ़-सुथरा होता है, और माइक्रोसॉफ़्ट कहती है कि वह फ़ाउंड्री के ज़रिए भरोसेमंद साझेदारों को वज़न लाइसेंस देने की योजना रखती है।
माइक्रोसॉफ़्ट यह बना ही क्यों रही है
माइक्रोसॉफ़्ट अग्रिम-पंक्ति मॉडलों के लिए ओपनएआई को भुगतान करती है और उन्हें अपने सभी उत्पादों में भेजती है। अपनी ही चिप आवंटन पर भीतर ही 2.8 लाख करोड़ पैरामीटर का आधार बनाना, उस ज़रूरत से मुक्त होने का एक विकल्प है। प्रयोगशाला टिप्पणी कहती है कि एमएआई-बेस-3 की तैयारियां पहले से चल रही हैं, और यही साफ़ संकेत है: यह एक कार्यक्रम है, प्रदर्शन नहीं।
आगे किस पर नज़र रखें
पश्च-प्रशिक्षण ही वह चरण है जहां आधार मॉडल इस्तेमाल लायक़ बनता है, और जहां दावे जांचे जा सकते हैं। जब तक माइक्रोसॉफ़्ट ऐसा पश्च-प्रशिक्षित मॉडल नहीं देती जिसे बाहरी मूल्यांकनकर्ता चला सकें, दक्षता के आंकड़े कंपनी की अपनी कसौटियों पर उसके अपने अनुमान ही रहेंगे। फ़ाउंड्री की लाइसेंस शर्तों पर, डीपसीक-वी4-प्रो-बेस के मुक़ाबले किसी स्वतंत्र मूल्यांकन पर, और इस पर नज़र रखें कि माइक्रोसॉफ़्ट वे चार सुरक्षित मूल्यांकन प्रकाशित करती है या नहीं जिन पर वक्र-रेखाएं फ़िट की गईं।
