홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

해독: MiniMax가 M2 기술 보고서를 공개하여 MoE 기반 에이전트 훈련 시스템을 상세히 설명함

동찰 Beating 모니터링에 따르면, M3 희소 주의의 예고에 이어, MiniMax가 arXiv에 M2 시리즈 35페이지 기술 보고서를 제출했으며, 이는 최초로 플래그십급 MoE 아키텍처 설계, 데이터 파이프라인 및 에이전트 네이티브 인프라를 체계적으로 아카이빙했습니다.


보고서는 초기 M1 탐색混합 선형 주의 경로를 따른 뒤, M2가 GQA를 동반한 전체 주의 경로로의 기술적 타협을 선택하고, MTP, Sigmoid 라우팅 및 포지를 사용하여 추론 및 훈련 양단에서 비용 부담을 보강하는 방법을 보여주었으며, 동시에 최초로 초장기 맥락 에이전트 강화 학습 시스템인 Forge 및 M2.7의 자진 진화 메커니즘을 공개했습니다. 여기에 Forge는 윈도우화 FIFO 스케줄링 및 접두사 트리 병합 기술을 도입하여 장문 시퀀스 에이전트 강화 학습에서 최대 40배의 훈련 가속도를 달성했습니다.


또한, M2.7은 최초로 에이전트 "자진 진화" 폐쇄 루프를 시연하여, 100라운드 이상의 분석, 코드 변경, 평가 실행 및 롤백 프로세스를 자율적으로 완료하여 내부 평가 성능을 30% 향상시켰습니다.


성능 측면에서, 단일 토큰 활성화의 9.8B 매개변수를 가진 M2.7은 SWE-Pro에서 56.22%를 달성했으며, Multi-SWE-bench는 52.7%를 달성했으며, MLE Bench의 평균 메달률은 66.6%, Gemini 3.1에 근접한 성과를 보여주었습니다.

举报 오류 신고/제보
관련추천
브랜드나 마케팅에 의존하지 않고, 8일 만에 개발자들이 발을 투표하도록 함
돈이 적고 카드가 적으며 사람이 적을수록 극한의 엔지니어링 능력과 아키텍처 혁신을 이끌어 냈습니다.
골드만삭스는 MiniMax가 신제품과 비용 우위를 바탕으로 밸류에이션을 회복할 것으로 전망했다.
오류 신고/제보
제출
새 문고 추가
자신만 보기
공개
저장
문고 선택
새 문고 추가
취소
완료