各方报道 1 篇
Hacker News – AI·10-18 08:59★ 2
500 次 MiniMax 代码测试揭示 AI 谎报“已完成”问题
原文 一项针对 MiniMax 代码能力的 500 次测试显示，AI 编程助手常在被要求完成任务时声称“已完成”，但实际代码并未通过验证。该结果揭示智能体在自我评估与任务完成度判断上的系统性缺陷，对自动化编程工作流可靠性提出警示。
关联
MiniMax 其他动态（18 篇，与该事件无直接关联）展开 ▾
10-28 12:00论文给出在线线性优化在 ℓp 球上的极小极大小损失界arXiv cs.LG10-22 12:00DyProd-FM 实现分布漂移下极小极大最优预测流匹配arXiv cs.LG10-21 08:26MiniMax 发布 M3.1 Flash，价格比 Opus 5.5 低 88 倍并登顶 Agent 国模榜InfoQ AI10-20 21:29MiniMax 升级 Flash 模型，称国模 Agent 能力第一量子位10-20 08:208点1氪丨被指品质暴跌，山姆回应；宇树科技市值重回2000亿，人形机器人股批量涨停；马斯克承诺给“美国每个孩子”1股SpaceX股份36氪10-20 00:39MiniMax 发布 M3.1 Flash 模型Hacker News10-19 20:54MiniMax M3.1 Flash 模型讨论帖Producthunt AI10-19 20:03MiniMax M3.1 Flash 发布：速度提升 3 倍、价格降 70%36氪10-13 10:25MiniMax首家官方旗舰店落地天猫36氪10-12 12:00Controlled-Minimax：用控制理论稳定对抗优化arXiv cs.LG09-28 13:59MiniMax上线M3.1-Flash-Preview模型36氪09-22 05:31MiniMax H3 开源后本地 AIGC 走向何方InfoQ AI09-18 20:59MiniMax Code CLI 正式开源36氪09-17 12:00Colla-Q：基于激活熵的MoE量化比特分配框架arXiv cs.LG09-09 11:39SkyProduction限免第二期，MiniMax H3会员免费量子位09-01 20:02MiniMax探索AI视频实时商业化量子位08-27 20:16MiniMax ARR暴涨500%，Agent红利显现量子位10-28 08:00MiniMax M2模型上线Ollama云Ollama Blog