SevenTnewS

M3

5 published articles

IA5 min read

Raisonnement mathématique

L'équipe M3 a trouvé un moyen d'empêcher les vérificateurs mathématiques d'IA de tricher, et c'est un plan pour chaque laboratoire

L'approche de M3 pour le raisonnement mathématique combine trois modèles experts, Proof, Verifier et Fixed, avec un cadre de recherche évolutive. Le compte rendu offre des détails rares sur le piratage des récompenses, l'alignement des vérificateurs et l'ingénierie nécessaire pour rendre les vérificateurs génératifs fiables dans les tâches de raisonnement à enjeux élevés.

2026-07-11

Laboratoires & RechercheFeatured3 min read

Laboratoires et recherche en IA

Le M3 de MiniMax vient d’écrire son propre noyau CUDA et a ouvert le code

Le MiniMax M3 obtient 83,5 sur BrowseComp, dépasse Opus 4,7 de justesse et gère jusqu’à 1 million de jetons en natif. Dans un test d’autonomie remarquable, il a auto-optimisé un noyau GPU de 7,6 % à 71,3 % d’utilisation maximale sans intervention humaine.

2026-07-09

IAFeatured3 min read

Intelligence artificielle

Blitz de produits chez MiniMax : nouveaux modèles pour le code, la musique et la vidéo dans une vaste mise à jour

La startup chinoise d'IA MiniMax lance MiniMax M3, Hailuo 2.3, MiniMax Code et de nouveaux modèles de synthèse vocale/musicale, élargissant sa gamme de produits dans un paysage concurrentiel.

2026-07-06

IA2 min read

Intelligence Artificielle

MiniMax M3 brise le plafond des poids ouverts avec une accélération CUDA de 9,4x et zéro aide humaine

MiniMax M3 offre une accélération du noyau CUDA de 9,4x, bat Opus 4.7 sur BrowseComp et a reproduit de manière autonome un article ICLR. Le tout dans un package à poids ouverts.

2026-07-06

IA6 min read

Recherche en IA

Comment MaxProof transforme les vérificateurs génératifs en moteur de révolution des preuves

MaxProof est un cadre de passage à l’échelle au moment du test qui modélise la génération de preuves mathématiques comme un processus de recherche évolutive. En combinant Proof RL, l’alignement des vérificateurs et l’augmentation par raffinement, il transforme la vérification générative peu fiable en un système de récompenses digne de confiance pour l’entraînement et l’inférence.

2026-07-05