รีวิว 稀宇 MiniMax M2.5\n\nสรุปสั้นๆ: หยั่งรากลึกลง, เติบโตขึ้นไป\n\n## ข้อมูลพื้นฐาน\n\nMiniMax M2.1 รุ่นก่อนหน้าของ 稀宇 เนื่องจากปัญหาทางเทคนิค แม้ว่าจะมีพัฒนาการที่โดดเด่นในด้านการเขียนโปรแกรม แต่ความสามารถทางตรรกะกลับล้าหลังกว่า M2 โชคดีที่ M2.5 แก้ไขปัญหาทางเทคนิคได้เป็นพื้นฐาน และความสามารถกลับสู่เส้นทางปกติ เมื่อเทียบกับ M2 ความก้าวหน้าของ M2.5 อยู่ที่ประมาณ 17%\n\nอย่างไรก็ตาม ส่วนหนึ่งของความก้าวหน้ามาจากการใช้ห่วงโซ่ความคิดที่ยาวขึ้นและการสำรวจพื้นที่การแก้ปัญหาที่ลึกซึ้งยิ่งขึ้น การใช้ Token โดยเฉลี่ยของ M2.5 อยู่ในอันดับที่ 6 สูงสุดในบรรดารุ่นทั้งหมดที่กำลังทดสอบ ซึ่งเกือบ 2 เท่าของคู่แข่งอย่าง Sonnet โชคดีที่พลังการประมวลผลของ 稀宇 ได้รับการรับรอง และต้นทุนก็ไม่สูง แม้ว่าการเขียนโปรแกรมจะไม่สามารถทดแทน Sonnet ได้อย่างสมบูรณ์แบบ แต่ก็สามารถใช้งานได้ในชีวิตประจำวัน M2.5 บรรลุเป้าหมายที่ M2.1 ต้องการบรรลุในที่สุด\n\n## ผลการเรียนด้านตรรกะ\n\n\n\n1 ตารางนี้แสดงเฉพาะส่วนหนึ่งของโมเดลที่เปรียบเทียบได้เพื่อเน้นความสัมพันธ์ในการเปรียบเทียบ ไม่ใช่การจัดเรียงลำดับที่สมบูรณ์\n\n2 สำหรับคำถามและวิธีการทดสอบ โปรดดูที่: การประเมินความสามารถทางตรรกะของแบบจำลองภาษาขนาดใหญ่ อันดับประจำเดือน 26-01 เพิ่มคำถาม #56\n\n*3 รายชื่อทั้งหมดได้รับการอัปเดตที่ https://llm2014.github.io/llm_benchmark/\n\n*4 สีแดงเป็นแบบจำกัดช่วงเทศกาลตรุษจีน แสดงถึงความรื่นเริง ไม่มีนัยยะอื่นใด\n\nเนื่องจาก M2.1 เป็นเวอร์ชันที่มีข้อผิดพลาด และความสามารถทางตรรกะต่ำผิดปกติ ดังนั้นต่อไปนี้จะทำการเปรียบเทียบข้ามรุ่นระหว่าง M2 และ M2.5 เท่านั้น\n\n## การปรับปรุง\n\n- การอนุมานที่เสถียร: M2.5 สามารถรักษาข้อจำกัดเริ่มต้นและรายละเอียดบริบทไว้ได้ในระหว่างกระบวนการอนุมานที่ยาวนานขึ้น ดังนั้นปัญหาบางอย่างที่ไม่ยากนัก แต่ต้องใช้