MiniMax‑M1Model de raționare la scară largă, open-source, cu context de 1 milion de tokeni și arhitectură hibridă Mixture-of-Experts.

MiniMax-M1 este o modelă de raționament la scară largă, cu atenție hibridă, a cărui greutate este deschisă. Este alimentată de o arhitectură a experților de amestecătură (Mixture-of-Experts, MoE) hibridă, combnată cu un mecanism de atenție fulgerător, care îi permite escaladarea eficientă a calculatorului de timp de test. Modelul suportă în mod nativ o lungime de context de 1 milion de tokeni și este antrenat cu învățământul la scară largă prin învățare în modul de recompensă (RL) pe probleme diverse. A întrunit rezultate mai bune decât alți forți modeli deschiși de greutate la sarcini de inginerie software complexă, utilizarea instrumentelor și sarcini cu conștient de lungă durată. Experimentele desfășurate pe buncăderne standard arată că MiniMax-M1 depășește alte modele în domenii precum matematică, programe de calculator, inginerie software, utilizarea unor instrumente de automatizare și înțelegerea de context lung. Modelul este în special potrivit pentru sarcinile complexe care necesită prelucrarea de inputs lungi și gândire pe scară largă. MiniMax-M1 constituie o bază puternică pentru agenți de modele de limbă de a doua generație să înțeleagă și să se confrunte cu provocările din lumea reală. Comparaţia pe baza benchmark-ului a performanţelor modelelor comerciale şi a celor din domeniul liber, într-un spectru larg de sarcini de categoria diferită, evidenţiază performanţa modelului. Raportul tehnic oferă informații suplimentare despre arhitectura modelului, protocolul de antrenare și rezultatele evaluării.