Magic 稱新預訓練方法以約 1/50 計算量達到 DeepSeek V4 Pro Base 水準。

AI 生成文章導讀圖：本文重點示意。

成本效率 Magic 表示，這套預訓練方法以約 1/50 的 FLOPs，達到 DeepSeek V4 Pro Base 的水準，所需成本約為 50 萬美元（$0.5M），約是 GPT-3 預訓練計算量的一半。團隊再把規模擴大至 10 倍，成本約 400 萬美元（$4M），在 perplexity 評估中勝過所有公開可取得的 open base models。

Magic 的最新模型在 heldout 程式碼的 bits per byte 評測中，達到與 DeepSeek V4 Pro 相同效能時所需預訓練計算量約為其 1/48（48x less compute）。

比較方法研究以留出的評估資料測量 bits-per-byte loss；Magic 只能對自家模型排除評估資料混入訓練的情況，無法替其他開放權重模型做同樣檢查。部分網路評估資料可能已出現在對手的訓練資料中，Magic 指出這種污染會讓比較偏向對手。這項指標能降低不同 tokenizer 對結果造成的影響，數值越低越好。Magic 再依據 scaling laws，估算模型要達到特定能力需要多少計算量，藉此比較不同訓練 recipe 的效率。評估涵蓋私有程式庫、其他新創公司取得的程式庫、研究論文，以及保留的數學推理題；公開模型的 logprobs 則以 vLLM 和 SGLang 在 GB200、GB300 上測試，並與 Fireworks 的內部推理引擎交叉確認部分基準結果。

V5 (e24) 在留出競賽數學測試集的正確率達到 72%，高於 V5 (e23) 的 31% 與 DeepSeek V4 Pro 的 65%。

成本推估限制 Magic 依 DeepSeek V4 Pro 的 recipe 推算，若要訓練出同等能力的模型，成本將超過 1 億美元（>$100M）。這是 scaling-law estimate，且來源明確說明沒有納入可取得資料量的影響，因此它描述的是計算量推估，不是實際已支付的訓練費用。研究也以 6·N·D 代表訓練 FLOPs，而非精確值；其中 N 是啟用的參數數量，D 是預訓練 token 數量。Magic 選用這個近似式，是因為部分公開模型缺少完整序列長度等資訊，不希望自行猜測。

Magic 的預訓練計算效率自 2024 年底的 V2 至 2026 年 9 月的 V5 累計提升超過 500 倍。

Base model 範圍本文比較的對象是 base models，也就是尚未接受強化學習、監督式微調（SFT）或其他後訓練的預訓練模型。由於這些模型對 prompt 高度敏感，Magic 認為以抽樣產生答案的評估不可靠，因此改用 heldout data 的 loss 進行比較。團隊另外執行低計算量的數學 RL，並讓所有 RL 直接從 base model 開始，不使用 SFT 或 distillation；這些結果用來檢查預訓練 loss 是否能反映 post-RL 表現。

研究方法 Magic 將效率提升歸因於模型架構、優化器、訓練目標與資料整理等面向的數十項變更，並指出修正小型 bug 也能成為計算效率倍增器。團隊用 NanoGPT speedruns 快速篩選想法，但發現許多能改善小模型的做法，無法改善大型模型；相反地，一些多數大型語言模型都具備的功能，也能在不損害大規模表現下刪除。每項變更會以跨越兩個數量級計算量的 3 個模型測試，只有 power law fit 顯示可在大規模有效，才會保留。

Magic 在 167 個領域評測的算力效率相較競爭模型最佳表現各有高低，於 Inference systems 達到最高 123 倍，而在 Hindi local news 則低至 0.002 倍。

後續方向 Magic 表示，預訓練與 long-context 研究已相當成熟，下一步將擴大 long-horizon RL，讓 Agent 在部署後透過 long-context 持續學習，同時研究具備穩健理論性質的 alignment training，以及預訓練的進一步改良。團隊宣稱其目標是打造超越人類能力的 coding agents、實現 AI R&D 自動化，並表示「期待釋出這個成果」；因此本次來源呈現的是 base-model 預訓練研究，並非已發布的 posttrained 產品。

原文：https://easyvibecoding.app/curated/3301-magic-pretraining-recipe-hits-deepseek-v4-pro-base-level

Magic 稱新預訓練方法以約 1/50 計算量達到 DeepSeek V4 Pro Base 水準

EasyVibeCoding Podcast

Magic 稱新預訓練方法以約 1/50 計算量達到 DeepSeek V4 Pro Base 水準