Theo giám sát từ Beat One, sau khi công bố M3 Attention Clusters, MiniMax đã nộp báo cáo kỹ thuật 35 trang về loạt M2 lên arXiv, lần đầu tiên tổng hợp thiết kế kiến trúc MoE hạng cao cấp, đường ống dữ liệu và cơ sở hạ tầng Agent nguyên bản.
Báo cáo mô tả chi tiết về việc sau khi khám phá con đường Attention Linear kết hợp với M1, M2 đã chọn lựa phối hợp với GQA trở lại con đường hoàn toàn Attention, và trình bày cách sử dụng MTP, Sigmoid Routing và Forge để đồng thời chấp nhận các hạn chế chi phí ở cả hai phía suy luận và huấn luyện, đồng thời lần đầu tiên tiết lộ cơ chế tự tiến hóa của hệ thống huấn luyện RL Agent với ngữ cảnh siêu dài Forge và M2.7. Trong đó, Forge giới thiệu kỹ thuật lập lịch FIFO theo cửa sổ và kỹ thuật gộp cây tiền tố, đạt tới 40 lần tăng tốc đào tạo trong học tăng cường Agent dựa trên chuỗi dài.
Ngoài ra, M2.7 lần đầu tiên trình bày vòng lặp "tự tiên hóa" của Agent, có thể tự thực hiện quá trình phân tích, chỉnh sửa mã, chạy đánh giá và quy trình rollback hơn 100 lượt, giúp cải thiện hiệu suất đánh giá nội bộ lên đến 30%.
Về hiệu suất, M2.7 có 9.8 tỷ tham số kích hoạt cho mỗi token trên SWE-Pro đạt 56.22%, Multi-SWE-bench đạt 52.7%, MLE Bench có tỷ lệ đạt huy chương trung bình 66.6%, hiệu suất gần bằng Gemini 3.1.
