Chuyển đến nội dung
tinAI
Quay lại

Giới thiệu MAI-Thinking-1: reasoning model build từ con số 0 của Microsoft

Bản dịch tiếng Việt của tinAI · Từ Introducing MAI-Thinking-1 (microsoft.ai) · Ngày gốc: · Dịch ngày:

Bài gốc: Introducing MAI-Thinking-1 (microsoft.ai)

Tác giả: Microsoft AI Superintelligence team

Ngày đăng: Dịch ngày:

TL;DR

Microsoft AI vừa ra MAI-Thinking-1 — reasoning model MoE 35B-active / ~1T-total, train hoàn toàn in-house không distill từ model bên thứ ba, đạt 97.0% AIME 2025 và toe-to-toe với Claude Opus 4.6 trên SWE-Bench Pro. Trong blind side-by-side 1,276 task, rater chuyên nghiệp prefer MAI-Thinking-1 hơn Claude Sonnet 4.6. Hiện private preview trên Microsoft Foundry, public preview trên MAI Playground sắp ra.

Ước tính đọc: 4 phút

Hôm nay Microsoft AI giới thiệu MAI-Thinking-1 — reasoning model của Microsoft. Đây là medium-sized model nằm trong top weight class, match được các leading model trên benchmark software engineering chính, demonstrates mathematical reasoning nâng cao, và được prefer hơn Sonnet 4.6 trong blind human side-by-side evaluation. Microsoft train từ ground up trên enterprise-grade data sạch và license thương mại đúng quy chuẩn, không distill từ third-party model.

MAI-Thinking-1 là một bước trong hướng đi rộng hơn nhằm xây dựng Humanist Superintelligence: capability AI nâng cao thiết kế để phục vụ con người và tổ chức, không phải thay thế họ.

Hill-Climbing Machine

Thay vì chỉ là một single model, Microsoft đồng thời giới thiệu Hill-Climbing Machine: pipeline co-designed được build để mọi component trong model development đều climbable, để capability cải thiện liên tục và đáng tin cậy theo thời gian. Mục tiêu là một hệ thống lặp lại được, có thể absorb data tốt hơn, reward mạnh hơn, environment có khả năng hơn, và nhiều compute hơn.

Ba pillar guide philosophy này:

Medium-sized model, software engineering performance mạnh

MAI-Thinking-1 là sparse Mixture of Experts model 35B-active, ~1T-total parameter — inference footprint nhỏ hơn nhiều so với các model lớn. Dù vậy, model toe-to-toe với Claude Opus 4.6 trên SWE-Bench Pro. Size quyết định nơi advanced coding assistance được deploy, tần suất sử dụng, và liệu có thể chuyển từ exceptional task vào daily workflow.

Microsoft đầu tư mạnh vào training environment cho agentic coding. Mỗi verified environment đều deterministic, executable, và grade bằng real test suite. Điều này cho model practice multi-step work mà dev thực sự làm: đọc code, edit file, chạy test, observe failure, recover từ intermediate mistake.

Reasoning toán học nâng cao

MAI-Thinking-1 đạt 97.0% trên AIME 2025 và 94.5% trên AIME 2026 — mathematical và scientific reasoning mạnh trong weight class của nó. Performance này cho thấy training loop có thể tạo ra reasoning gain thật từ data, reward, và evaluation process của riêng Microsoft, giúp intelligence này generalize sang domain khác theo thời gian.

Prefer trong human side-by-side vs Sonnet 4.6

Microsoft xây blind side-by-side human evaluation với partner Surge, dùng pool rater chuyên nghiệp đo các model. Evaluation gồm 1,276 task qua nhiều use case single-turn và multi-turn, focus đo xem mỗi response thực sự advance goal user. Trong evaluation này, user prefer MAI-Thinking-1 hơn Claude Sonnet 4.6.

Enterprise ready

MAI-Thinking-1 build với enterprise readiness in mind: support long context 256k token window (vừa đủ chứa document 600 trang), function calling, và flexibility add developer instruction. Model được train follow nhiều layer instruction và align default style cho enterprise need. Tương thích với Chat Completions API. Tất cả MAI model đi kèm enterprise-grade security và compliance qua Microsoft Foundry.

Putting humans first

Microsoft đang build hướng Humanist Superintelligence: capability AI nâng cao thiết kế để serve con người, không thay thế. Model phải remain subordinate technology dưới human control. Điều đó nghĩa là model không được refuse legitimate request dưới guise of safety.

Để strike balance giữa helpful và safe, với MAI-Thinking-1, Microsoft treat unsafe compliance và unnecessary refusal như defect trong cùng reward construction. Safety được train bằng cùng RL infrastructure như capability — safety reward là một phần của cùng hill-climbing loop.

Availability

MAI-Thinking-1 hiện available trong private preview trên Microsoft Foundry. Sắp tới sẽ public preview trên MAI Playground.

Đọc paper


Đường dẫn nguồn

tinAI dịch bài này sang tiếng Việt từ Introducing MAI-Thinking-1 (microsoft.ai) · Loại nguồn: công ty/blog và giữ bối cảnh từ bản tin tinAI đã giới thiệu bài này .

Bản tin này có 3 bài dịch liên quan từ cùng bản tin.