MiniMax 的 M3.1-Flash 发布当天就能用 NVIDIA NeMo 做微调了，要做 post-train 的开发者可以省去等适配的时间。
NVIDIA NeMo 团队为 MiniMax-M3.1-Flash 提供发布当日的微调支持。开发者可以在 NeMo 框架里直接对 M3.1-Flash 做 post-train。这意味着模型发布当天即可在 NVIDIA 平台上进行定制化训练。
Thanks to the NVIDIA NeMo team for day-0 fine-tuning support for MiniMax-M3.1-Flash! 🐰
What magic will this 🐰 bring in the post train scenario?
Production-grade serving of a MiniMax model through vLLM signals that the open-source inference stack can now carry commercial workloads with SLA guarantees. Teams evaluating cheaper open-weight serving options can look at Inferact's vLLM-based offering as a reference setup. Upstream contributions also mean the wider vLLM community inherits the reliability hardening that came out of this deployment.
DeepSeek 和 MiniMax 的两个新模型都拿到了开源许可，想跟进国产开源动态的可以看看审批速度。
给编码智能体加了个只有 4B 的小验证器，只挑关键步骤做验证，解决率涨一两个点，成本几乎没变，还能直接用在没见过的模型上。
MiniMax又放了个开源模型M3.1-Flash，428B总参但只激活23B，跑起来比DeepSeek Flash的763B轻多了，自己部署的可以看看。
MiniMax 的 M3.1 Flash 权重开放了，不想自己管 GPU 的话，Together AI 上已经能直接用。
MiniMax 新出的 M3.1 Flash，主打代码库工程和多步自动化，vLLM 发布当天就能跑，还带 NVFP4 量化和投机解码，自部署的可以试试。
