Olive Song, Senior Researcher bei MiniMax, stellt das Modell MiniMax M2 vor, ein Sprachmodell, das speziell für Coding- und agentenbasierte Aufgaben entwickelt wurde. Mit nur 10 Milliarden aktiven Parametern positioniert es sich als äußerst leistungsfähige und „kosteneffiziente" Alternative zu Gigantenmodellen und richtet sich insbesondere an Entwickler und Unternehmen.
Die Stärke des Modells beruht auf mehreren zentralen Innovationen im Training: 1. Realistische Coding-Erfahrung: MiniMax setzt seine eigenen erfahrenen Entwickler als Reward Models für Reinforcement Learning ein und richtet das Verhalten des Modells an den tatsächlichen Erwartungen von Ingenieuren aus (Codequalität, Zuverlässigkeit). 2. Interleaved Thinking: Um Aufgaben mit langem Zeithorizont zu bewältigen, verwendet M2 keine einfache lineare Gedankenkette. Es wechselt dynamisch zwischen „Denken" und „Handeln" (Einsatz eines Werkzeugs). Schlägt ein Werkzeug fehl oder liefert ein unerwartetes Ergebnis (Umgebungsrauschen), bewertet das Modell die Situation neu und versucht einen anderen Ansatz – analog zum menschlichen Verhalten angesichts von Unsicherheit. 3. Robuste Generalisierung: Um zu verhindern, dass der Agent nur innerhalb eines bestimmten Setups gut funktioniert, führt MiniMax kontinuierliche Störungen in die Trainingsdaten ein (Änderungen des Prompt-Formats, des Formats der Werkzeugantworten). Dies macht den Agenten fähig, sich an unterschiedliche „Scaffolds" (Ausführungsumgebungen) anzupassen, ohne an Effektivität zu verlieren. 4. Multi-Agent-Skalierbarkeit: Die geringe Größe des Modells erlaubt es, mehrere Instanzen parallel auszuführen (z. B. einen Recherche-Agenten, einen Schreib-Agenten, einen Front-End-Agenten), um komplexe Aufgaben kollaborativ und kostengünstiger zu lösen.
Olive Song schließt mit der Vorstellung der zukünftigen Roadmap (M2.5, M3), einschließlich eines verbesserten Kontext- und Speichermanagements sowie einer nativen multimodalen Integration (Audio/Video).