Jeg lurer på om MiniMax-brødrene offentlig vil ta tapet når de går videre til #3. Det har vært irriterende hvordan de har skrytt av den påståtte fiaskoen med NSA-skalering og deres geniale beslutning om å gå for GQA (og ikke engang smart GQA som i StepFun). Rask, dyr modell med svak oppmerksomhet.

Jeg holder ikke den faktiske tekniske avgjørelsen mot dem, uansett er de velkomne til å gjøre som de andre og bytte til DSA/hybrid MLA (eller noe annet). Fokuset deres med M2 har tydeligvis vært data og trening, og de har gjort store fremskritt der. Men det var irriterende.