Mă întreb dacă MiniMax bros vor accepta public înfrângerile când vor avansa pe poziția #3. A fost enervant cum s-au lăudat cu presupusa eșec a scalării NSA și cu decizia lor genială de a merge pe GQA (și nici măcar GQA inteligent ca în StepFun). Model rapid, scump cu atenție slabă.

Nu le reproșez decizia tehnică propriu-zisă, oricum sunt bineveniți să facă ca ceilalți și să treacă la DSA/hybrid MLA (sau orice altceva). Focusul lor cu M2 a fost clar pe date și antrenament, și au făcut progrese uriașe acolo. Dar era enervant.