ตามการตรวจสอบของดีทีวี Beating หลังจากการประกาศล่วงหน้าเกี่ยวกับ M3 Sparse Attention ทาง MiniMax ได้ยื่นเสนอเรื่อง M2 ซีรีส์ รายงานเทคนิค 35 หน้าบน arXiv ซึ่งเป็นการเก็บข้อมูลครั้งแรกของโครงสร้าง MoE ระดับปีศาจ การออกแบบทางข้อมูล และพื้นฐานสถาปัตยกรรม Agent
รายงานมีรายละเอียดเกี่ยวกับการสืบค้นเริ่มต้นของ M1 ในเส้นทางการสร้างความสนใจผสม ต่อจากนั้น M2 เลือกที่จะยอมรับการต่อรองเทคโนโลยีกลับสู่เส้นทางการสร้างความสนใจทั้งหมดที่มีระดับความสามารถร่วมกับการใช้ MTP การเส้นทาง Sigmoid และ Forge ที่จะช่วยขับเคลื่อนแก้ไขข้อบกพร่องในทั้งสองด้านในกระบวนการอินเฟอเรนซ์และการฝึกอบรม รวมทั้งเปิดเผยครั้งแรกถึงระบบการฝึกสอนปลายต่อย Agent RL ใน M2.7 ที่มีเจกัวชิสตักรวมอยู่ นอกจากนี้ Forge ได้นำเสนอการจับคู่ของ FIFO สำรองแก้ไขพวกนี้กับเทคโนโลยีการผสมต้นไม้ที่ซับซ้อน ทำให้อัตราความเร็วในการเรียนรู้ของ Agent ในลำดับยาวสุดถึง 40 เท่า
เพิ่มเติม M2.7 ได้เสนอครั้งแรกแนวคิดของเอเจ็นต์ที่ "เจกัวชิสตักรวม" ซึ่งสามารถดำเนินการสำหรับรอบการวิเคราะห์มากกว่า 100 รอบ การแก้ไขรหัส การรันการประเมินและกระบวนการลดระดับสำหรับการทดสอบความสามารถภายในโครงสร้างซึ่งทำให้อัตราประสิทธิภาพเพิ่มขึ้นถึง 30%
ในด้านประสิทธิภาพ M2.7 ที่มีพารามิเตอร์ยานแรก 9.8 พัน บนโครงสร้าง SWE-Pro ได้รับคะแนน 56.22% Multi-SWE-bench ในระดับ 52.7% และ MLE Bench มีคะแนนเฉลี่ยอยู่ที่ 66.6% และใกล้เคียงกับ Gemini 3.1
