MiniMax‑M1Open‑source veľký model rozumovania s kontextovou dĺžkou 1 milión tokenov a hybridnou Mixture‑of‑Experts architektúrou

MiniMax-M1 je model s otvorenými váhami, veľkého rozsahu pre rozumovanie s hybridnou pozornosťou. Je poháňaný hybridnou architektúrou Mixture‑of‑Experts (MoE) spojenou s lightning mechanizmom pozornosti, ktorý umožňuje efektívne škálovanie výpočtov počas testovania. Model natívne podporuje kontextovú dĺžku 1 milión tokenov a je trénovaný pomocou veľkého reinforcement learning (RL) na rôznorodých úlohách. Prekonáva iné silné open‑weight modely v komplexných úlohách softvérového inžinierstva, používania nástrojov a dlhých kontextových úloh. Experimenty na štandardných benchmarkoch ukazujú, že MiniMax-M1 prekonáva iné modely v kategóriových úlohách ako matematika, programovanie, softvérové inžinierstvo, agentický používanie nástrojov a porozumenie dlhých kontextov. Model je obzvlášť vhodný pre zložité úlohy, ktoré vyžadujú spracovanie dlhých vstupov a rozsiahle úvahy. MiniMax-M1 slúži ako silná základňa pre agentov s jazykovým modelom 2. generácie na rozumovanie a riešenie reálnych výziev. Porovnanie výkonu na benchmarkoch medzi vedenými komerčnými a open‑weight modelmi naprieč rôznorodými kategóriovými úlohami zdôrazňuje výkon modelu. Technická správa poskytuje viac informácií o architektúre modelu, tréningovom protokole a výsledkoch hodnotenia.