Сегодня мы выпускаем MiniMax-M2 с открытым исходным кодом, модель Mini, созданную для кодирования Max и агентных рабочих процессов. MiniMax-M2 дает новое определение эффективности агентов. Это компактная, быстрая и экономичная модель MoE (всего 230 миллиардов параметров и 10 миллиардов активных параметров), созданная для высочайшей производительности при кодировании и агентских задачах, сохраняя при этом мощный общий интеллект. Имея всего 10 миллиардов активированных параметров, MiniMax-M2 обеспечивает сложную, комплексную производительность использования инструмента, ожидаемую от ведущих сегодня моделей, но в оптимизированном форм-факторе, который делает развертывание и масштабирование проще, чем когда-либо. Эти комплексные оценки проверяют реальное сквозное кодирование и использование агентских инструментов: редактирование реальных репозиториев, выполнение команд, просмотр веб-страниц и предоставление функциональных решений. Производительность этого пакета коррелирует с повседневным опытом разработчиков терминалов, IDE и CI. >Примечания: данные, отмеченные звездочкой (), взяты непосредственно из официального технического отчета или блога модели. Все остальные показатели были получены с использованием методов оценки, описанных ниже. >- Проверено SWE-bench: мы используем тот же каркас, что и R2E-Gym (Джейн и др., 2025 г.), поверх OpenHands для тестирования с…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: MiniMaxAI
Теги: minimax_m2, conversational, custom_code, eval-results, endpoints_compatible, fp8
Лайков: 1,485 | Загрузок: 250,849
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
