小互

MiniMax 发布混合注意力推理开源模型 MiniMax-M1 训练成本仅为 53.5 万美元 性能超越Qwen3、DeepSeek-R1 逼近顶级闭源模型 MiniMax-M1引入了一种全新Lightning Attention 上下文优化注意力机制 相比 DeepSeek R1 等模型，在处理 10 万 tokens 的生成任务时，MiniMax-M1 的计算量仅为其 25%。 该模型基于前代模型 MiniMax-Text-01 开发，总参数规模为 4560亿，每个token激活参数为 45.9亿，支持最长 100万tokens 的上下文输入（约为 DeepSeek R1 的8倍）。 提出了一种新型强化学习算法 CISPO（Clipped Importance Sampling with Policy Optimization），该算法： 不裁剪 token 梯度，而是裁剪采样权重（importance weights）。 减少训练不稳定性，提升收敛质量。 缩短训练时长（Qwen2.5对比实验显示，训练速度提升2倍）

预览