Model / Badania
Pod ceną M2.5 stoi własna ramka treningowa i 200 tysięcy środowisk
MiniMax ujawnił, co stoi za ceną M2.5: framework treningowy Forge, 200 tysięcy środowisk z realnej pracy firmy i algorytm CISPO stabilizujący trening modelu MoE. Pod różnymi harnessami model wyciąga 79,7% (Droid) i 76,1% (OpenCode) na SWE-Bench Verified, przed Opusem 4.6, a M2.5-Lightning kosztuje 2,40 dolara za milion tokenów wyjścia. Firma twierdzi, że 30% jej codziennych zadań robi sam model, ale wszystkie nowe benchmarki zbudowała sama. Tania inferencja otwiera agenty, na które dotąd nie było budżetu, jeśli model dowiezie poza własnym treningiem.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Model / Badania · 4 min ·
Trzy miesiące temu pisałem, że MiniMax wystawił model dorównujący Opusowi 4.6 na SWE-Bench Verified za jedną dziesiątą ceny. Tamta nowina była cenowa. Teraz firma pokazała, co znalazło się pod spodem: 200 tysięcy środowisk treningowych z realnej pracy firmy, własny framework uczenia ze wzmocnieniem o nazwie Forge i deklaracja, że 30% codziennych zadań w MiniMaxie samodzielnie wykonuje model.
Pod ceną: framework treningowy i 200 tysięcy środowisk
MiniMax dotąd nie mógł zmienić sposobu, w jaki agent korzysta z narzędzi, bez przebudowy silnika treningowego. Cała warstwa wokół modelu, ta, która tłumaczy mu, jakie ma narzędzia, jaki dostaje kontekst i kiedy ma się zatrzymać, była wpięta bezpośrednio w pętlę uczenia. Forge wstawia między nie warstwę pośrednią, dzięki której silnik treningowy obsługuje dowolnego agenta bez wiedzy o tym, jak ten działa.
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
