MiniMax lança M2.7, modelo autoevolutivo com 100+ ciclos de RL
Modelo proprietário construiu seus próprios harnesses de RL e executou mais de 100 rodadas de auto-aperfeiçoamento, com melhoria de 30%.
Pontos principais
- M2.7 participou da própria evolução: construiu harnesses de RL, atualizou memória e criou dezenas de habilidades complexas
- Modelo executou mais de 100 rodadas de auto-aperfeiçoamento iterativo, alcançando 30% de melhoria em avaliações internas
- Assume 30-50% do workflow de pesquisa em RL, incluindo revisão de literatura, rastreamento de experimentos e debugging autônomo
- Supera o GPT-5.3 em coding e raciocínio; ELO 1495 no GDPval-AA, maior entre modelos open-source
- Mudança estratégica: MiniMax era referência do open-source chinês e agora adota modelo proprietário
A MiniMax lançou o M2.7, seu primeiro modelo proprietário que participou ativamente da própria evolução. Durante o desenvolvimento, o modelo construiu autonomamente seus harnesses de reinforcement learning, atualizou sua memória e criou dezenas de habilidades complexas, executando mais de 100 rodadas de auto-aperfeiçoamento iterativo.
O resultado foi uma melhoria de 30% em avaliações internas e desempenho competitivo em benchmarks: 56,22% no SWE-Pro (próximo ao Claude Opus 4.6), 55,6% no VIBE-Pro e ELO 1495 no GDPval-AA — superando o GPT-5.3 em coding e raciocínio. A mudança para proprietário representa uma virada estratégica para a empresa, anteriormente referência do open-source chinês.
Comentários
Carregando comentários...