A kínai AI startup, a MiniMax bejelentette az M1-et, egy nyílt forráskódú érvelő modellt, amely hatalmas, 1 millió tokenes kontextusablakkal rendelkezik. A modell teljesítménye vetekszik a vezető nyílt modellekével, miközben képzési költsége töredéke azokénak, ezzel új sztenderdeket állítva fel a mesterséges intelligencia hatékonyságának terén.
A MiniMax M1 – Új mérce a kontextuskezelésben
A MiniMax, egy feltörekvő kínai AI startup, bemutatta legújabb fejlesztését, az M1 nevű, nyílt forráskódú érvelő modellt, amely azonnal felkeltette a szakma figyelmét rendkívüli képességeivel. Az M1 a cég állítása szerint a „világ legnagyobb kontextusablakával” büszkélkedhet, ami azt jelenti, hogy képes 1 millió bemeneti tokent kezelni. Emellett 80 000 token „gondolkodási költségvetést” biztosít a kimenetekhez, ami jelentős rugalmasságot ad a modellnek összetett feladatok megoldásában.
Az M1 rendkívül versenyképes teljesítményt nyújt számos területen, de különösen kiemelkedik a szoftverfejlesztésben és az ügynöki eszköztár használatában. Hosszú kontextusú összehasonlító teszteken is masszívan felülmúlja a legtöbb versenytársat, bizonyítva a hatalmas kontextusablak valós előnyeit, mely lehetővé teszi, hogy a modell rendkívül nagy mennyiségű információt dolgozzon fel és tartson fejben a válaszok generálásakor.
Forradalmi tréningezés a CISPO-val
A MiniMax nem csupán egy lenyűgöző modellt mutatott be, hanem egy úttörő megerősítő tanulási algoritmust is, a CISPO-t. Ez az új módszer kétszer gyorsabb képzést tesz lehetővé a meglévő eljárásokhoz képest. A startup közlése szerint a CISPO segítségével a modell teljes képzése mindössze 535 000 dollárba került és csupán három hetet vett igénybe. Ez az összeg drámaian alulmúlja a rivális rendszerek költségvetését, amelyek gyakran több millió dolláros beruházást igényelnek, és sokkal hosszabb képzési idővel járnak.
Miért fontos ez?
Ez a bejelentés több szempontból is jelentős. Egyrészt a kínai laborok továbbra is élen járnak az új, nyílt forráskódú AI-megoldások fejlesztésében, és az M1 modell a kontextuskezelési képességek határait feszegeti, új utakat nyitva a komplexebb AI alkalmazások előtt. Másrészt a MiniMax képzési hatékonysága megkérdőjelezi azt a bevett feltételezést, miszerint a mesterséges intelligencia skálázásának kulcstényezője mindig a hatalmas költségvetés. Az innovatív AI-architektúra és algoritmusok, mint amilyen a CISPO is, bizonyítják, hogy az intelligencia növelése nem feltétlenül jár aránytalanul magas kiadásokkal, és a kisebb költségvetésű szereplők is képesek jelentős áttöréseket elérni, ezzel demokratizálva az AI fejlesztést.
Forrás: MiniMax X/Twitter bejelentés