MiniMax-M2.7

MiniMax-M2.7 是一个能够自我进化并完成复杂生产力任务的AI模型。它通过构建复杂的代理团队、技能和动态工具搜索来实现这一目标，能够在开发过程中自主更新记忆、构建技能，并基于实验结果改进学习过程。M2.7 在软件工程领域表现出色，特别是在需要高度自动化和持续优化的场景下，如编程支架优化和机器学习竞赛中，M2.7 达到了66.6%的奖牌率。此外，该模型还展示了在多轮迭代中自动分析失败轨迹、修改代码并进行评估的能力，从而实现了显著的性能提升。