Поведение MiniMax-M2 под токенным давлением В ходе тестирования выявлено, что MiniMax-M2 чувствительно реагирует на размер выделенного max_tokens, особенно при задачах, где требуется длинный reasoning-блок.Это…
Читать →Тест C2.1 проверяет способность MiniMax-M2 стабильно генерировать небольшой Python-модуль без комментариев, объяснений и отклонений от задания.Модуль содержит класс UserStore с четырьмя методами: инициализация, добавление…
Читать →Критичное наблюдение MiniMax-M2 требует существенно более высоких лимитов reasoning, чем ожидалось даже на простых задачах. На коротких потолках модель: переходит в глубокий reasoning-мод, начинает…
Читать →В тесте C1.8 MiniMax-M2 должна была выполнить простое задание —сгенерировать лаконичную JavaScript-функцию capitalizeFirstLetter строго в формате«код без пояснений». Однако поведение модели оказалось чувствительным к…
Читать →В тесте C1.7 мы проверяли MiniMax-M2 на простую задачу фронтенд-практики: сгенерировать чистый CSS-класс .btn-primary с базовыми свойствами (синий фон, белый текст, padding 12px, border-radius…
Читать →В тесте C1.6 модель MiniMax-M2 должна была сгенерировать минимальный JSON-объект с тремя полями — name, age, email — без каких-либо пояснений и дополнительных строк.…
Читать →В тесте C1.5 мы проверяли MiniMax-M2 на совсем простой сценарий генерации HTML:нужно было вернуть минимальный сниппет с заголовком <h1>Hello</h1> и абзацем <p>This is a…
Читать →MiniMax-M2 уверенно справляется с задачами генерации SQL-запросов: вывод чистый, синтаксис корректен, формат соблюдён. Однако модель продолжает раскрывать скрытые reasoning-блоки, что подтверждает системную уязвимость (reasoning-leak).В…
Читать →MiniMax-M2 успешно сгенерировала корректный Python-класс Counter, полностью удовлетворяющий требованиям задачи.Однако тест C1.3 показал несостоятельность модели в дисциплине формата: вместо «только кода» MiniMax-M2вернула подробный reasoning-блок,…
Читать →В тесте C1.2 MiniMax-M2 должен был вернуть только код функции sum_to_n(n), без пояснений и рассуждений.Однако модель проигнорировала формат: сгенерировала thinking-блок, начала рассуждать вслух, обсуждать…
Читать →