跳到主要内容

MiniMax-M1：开源 MoE 与 RL 扩展

报告信息​

项目内容
机构MiniMax
发布2025 年 6 月
定位开源 MoE 基座 + 强化学习扩展推理
代码 / 权重GitHub MiniMax-AI/MiniMax-M1、Hugging Face

定位与问题​

在 01 系列长上下文经验后，M1 将 MoE 架构 与 RL 后训练 结合并完全开源，对标 DeepSeek-R1 / Qwen3 等「推理增强」路线，同时保持 1M 上下文 量级叙事。

架构要点​

  • MoE：稀疏激活，降低推理 FLOPs。
  • 上下文：面向 1M token 长文与 Agent 场景（依赖推理栈支持）。
  • 与 Text-01 的线性注意力路线形成 产品矩阵互补。

训练与数据​

  • 预训练 + SFT 基础上，引入 RL 扩展 提升推理与复杂任务。
  • Agentic 数据与长链任务对齐（细节见官方 README / 发布页）。

后训练与推理​

  • RL 阶段强化数学、代码、多步推理等可验证或偏好奖励任务。
  • 开源权重便于研究 RL 与 MoE 的组合。

关键结论​

  • 国内开源「MoE + 长上下文 + RL」的重要一员，与 DeepSeek、Qwen 形成对照实验素材。

个人理解​

M1 适合与 DeepSeek-R1、Qwen3 三角对比：三者都押推理，但数据配方、MoE 粒度、上下文工程不同；部署前建议核对 HF 卡片与许可。

总结​

MiniMax-M1 = 01 长文经验 + MoE + RL 的开源旗舰；后续 M2 待补单篇领读。

参考链接​