lang
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
ホーム
OPRR
速報
深堀り
イベント
BlockBeats Pro
もっと見る
資金調達情報
特集
オンチェーン生態系
用語
ポッドキャスト
データ
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
Partnered With:

暗号解読: MiniMax が M2 テクニカルレポートを公開し、MoE ベースとエージェントトレーニングシステムについて詳細に説明

根据Observant Beating 的监测,继 M3 稀疏注意力预告之后,MiniMax 在 arXiv 上提交了 M2 系列 35 页技术报告,首次系统地记录了旗舰级 MoE 架构设计、数据管线和 Agent 原生基础设施。


报告详细介绍了早期的 M1 探索混合线性注意力路径后,M2 选择与 GQA 协作重新采用全注意力路径的技术妥协,并展示了如何利用 MTP、Sigmoid 路由和 Forge 来弥补推理和训练两端的不足,同时首次披露了超长上下文 Agent RL 训练系统 Forge 和 M2.7 的自我演化机制。在其中,Forge 引入了窗口化 FIFO 调度和前缀树合并技术,在长序列 Agent 强化学习中实现了高达 40 倍的训练加速。


此外,M2.7 首次展示了智能体的「自我演化」闭环,能够独立完成超过 100 轮的分析、代码修改、评估运行和回滚流程,从而将内部评估性能提升了 30%。


在性能方面,激活单个 token 的拥有 9.8B 参数的 M2.7 在 SWE-Pro 上取得了 56.22% 的成绩,Multi-SWE-bench 达到了 52.7%,MLE Bench 的平均奖牌率达到了 66.6%,表现接近 Gemini 3.1。

举报 訂正/通報
関連おすすめ
ブランドに頼らず、宣伝に頼らず、8日間で開発者によるフットソール投票を行います。
お金が少ない、カードが少ない、人数が少ないという状況が、逆に最高のエンジニアリング能力とアーキテクチャ革新を引き出しました。
ゴールドマン・サックスは、MiniMaxが新製品とコスト優位性によってバリュエーションを回復できると見ている。
訂正/通報
送信
新しいライブラリを追加
自分のみが閲覧可
公開
保存
ライブラリを選択
新しいライブラリを追加
キャンセル
完了