← Каталог

· AI Engineer Code 2025

MiniMax M2

Minimax M2

Открытая модель MiniMax M2 держит, по словам авторов, длинные агентные задачи благодаря обучению на оценках внутренних разработчиков и чередованию размышлений с вызовами инструментов.

  • Эксперты-разработчики как reward models — внутренние разработчики формулировали задачи, разбирали баги и рефакторинг репозиториев и ставили награды за поведение, которому можно доверять в работе. Так, по словам авторов, модель получается такой, с которой разработчикам хочется работать.
  • Interleaved thinking — модель размышляет после каждого ответа инструмента, а не останавливается после одного раунда вызовов. В одном пользовательском ходе бывает десятки, а иногда до 100 вызовов инструментов, и это помогает справляться с ошибками и нестабильной средой.
  • Обобщение на каркасы агентов — добавления новых инструментов оказалось недостаточно: модель ломалась при смене каркаса. Команда искусственно варьировала системные и пользовательские промпты, chat template, среду и ответы инструментов в пайплайне данных.
  • Параллельные копии модели — малый размер делает дешёвым запуск нескольких копий M2, которые работают одновременно: одна ведёт исследование, другая пишет отчёт, третья готовит интерфейс.

Кому полезно: тем, кто дообучает открытые модели под кодинг и агентные задачи. Доклад в основном презентация модели MiniMax, но методы обучения описаны конкретно.

Статья по теме

На какие вопросы отвечает доклад

Главы

Ещё доклады: Olive Song

Страница спикера →

Похожие доклады