MiniMax 把 M2 的完整训练路径摊开，做开源模型训练或强化学习的团队可以直接参考，少走半年弯路。M3 即将到来，值得关注其系统级突破。
MiniMax 在沉寂半年后，将去年 12 月开源的 M2 模型背后的设计思路、训练细节和系统架构整理成论文发布到 arXiv。社区已广泛采用其核心系统如 CISPO、Forge RL System 和 Self-Evolution。MiniMax 表示 M3 模型和 MSA 论文即将发布，此举旨在推动开源生态从单纯卷参数转向公开方法论。
Minmax 最近沉寂了挺久～ 昨天看到应该是M3蓄势待发了 刚刚留意到MiniMax AI的动态…
Minmax 最近沉寂了挺久～ 昨天看到应该是M3蓄势待发了
刚刚留意到MiniMax AI的动态。
他们六个月前在12月23日开源了M2模型。
这半年里，社区把他们的几个核心系统直接拿去用了：CISPO（裁剪重要性采样权重策略优化）、Forge RL System（锻造强化学习系统），还有Self-Evolution（自我进化）。
几乎每一版模型上线，都冲上Hugging Face榜首。
现在他们把M2背后的所有工作系统性整理成论文，挂到了arXiv上。
不是简单发个权重，而是把当时的设计思路、训练细节、系统架构全摊开。
这步其实挺关键。
开源社区最缺的往往不是新模型，而是能看懂为什么它能跑通的完整路径。
MiniMax Head of DevRel Ryan Lee在帖子里说，现在是时候翻开新的一章。
M3已经在路上了，MSA论文也快发布。
他们没有停在刷榜，而是把过去半年踩过的坑、验证过的方案沉淀下来，让后来人少走弯路。
这才是真正推动开源生态往前滚的做法。
兄弟们，
你们觉得开源大模型的下一阶段，是继续卷参数和榜单，还是像MiniMax这样把系统和方法论也彻底公开？
M3如果把这些积累再往前推一步，你们最期待它在哪个方向有突破？