/ Модель

Характеристики

Контекст
196 608 токенов
Параметры
2,9 млрд
Лицензия
Своя лицензия
Архитектура
minimax_m2 · MoE
Базовая модель
MiniMax-M2.7
Библиотека
transformers
Опубликована
15 апр 2026

m51Lab-MiniMax-M2.7-REAP-139B-A10B

Генерация текстаТекст → текст10 профессий

Разреженная модель MiniMax-M2.7 для диалоговой генерации текста, программирования, рассуждений и вызова инструментов.

36скачиваний за 30 дней5лайковвеса обновлены16 апр 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

m51Lab выпустила эту разреженную языковую модель 15 апреля 2026 года как вариант MiniMax-M2.7, в котором методом REAP удалено 40 % экспертов в блоках Mixture-of-Experts. Модель содержит около 139 млрд параметров, из которых примерно 10 млрд активны на каждом токене; в архитектуре 62 слоя. По метаданным, она загружается через Transformers и имеет контекст до 196 608 токенов.

Модель предназначена для генерации текста в диалоговом режиме, включая написание кода, математические и научные рассуждения и вызовы инструментов. В README приведён результат HumanEval pass@1 83,3 % для завершённых задач при бюджете генерации 32 тыс. токенов; при строгом подсчёте всех 164 задач результат составляет 54,9 %, поскольку незавершённые решения учитываются как ошибки. Для воспроизведения указанной оценки рекомендуется выделять не менее 64 тыс. токенов генерации. README описывает также небольшой дефект коррекции смещений одного слоя; по данным карточки, его влияние на маршрутизацию незначительно.

Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией и файлами репозитория. README описывает вариант после структурного прореживания, а метаданные классифицируют связь с MiniMax-M2.7 как finetune; формат файлов в метаданных — safetensors.

Сценарии применения

  • написание и дополнение кода
  • решение задач HumanEval и генерация программ на Python
  • математические и научные рассуждения
  • ответы на длинные запросы с большим контекстом
  • диалоговый вызов инструментов

Ограничения

При лимите генерации 32 тыс. токенов часть задач HumanEval не завершается: строгий pass@1 составляет 54,9 %, тогда как 83,3 % получены только для завершённых решений; для приближения к этому результату README рекомендует не менее 64 тыс. токенов. В одном слое отмечено небольшое расхождение индексов сохранённых экспертов при коррекции смещений.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

m51Lab-MiniMax-M2.7-REAP-139B-A10B

First publicly available REAP-40% pruned variant of MiniMax-M2.7, released by m51Lab on 2026-04-15.


MiniMax-M2.7 is a 229B-parameter Mixture-of-Experts LLM released 2026-04-12. This variant uses REAP (Router-weighted Expert Activation Pruning) to prune 40 % of experts per MoE block, reducing total parameters to ~139 B while preserving ~10 B active parameters per token. The result runs comfortably on systems the full model cannot reach (notably 96 GB Apple Silicon via GGUF).

Architecture

PropertyValue
Base modelMiniMaxAI/MiniMax-M2.7
Transformer layers62
Hidden size3 072
Intermediate (expert)1 536
MoE experts per block154 (256 − 40 %)
Top-k routing8
Active parameters / token~10 B
Total parameters~139 B
Max position embeddings196 608
Vocabulary size200 064
LicenseModified MIT (inherited)

Pruning parameters

  • Method: REAP (Lasby et al. 2025, arXiv:2510.13999)
  • Pruning rate: 40 % of experts per MoE block (256 → 154)
  • Seed: 42
  • Router renormalization: enabled
  • Calibration sequence length: 2 048 tokens
  • Effective samples: 6 144 packed across the three datasets below
  • Distance measure: cosine
  • Singleton super/outlier experts: disabled

Calibration dataset mix

DatasetSamplesPurpose
theblackcat102/evol-codealpaca-v12 048General coding
open-r1/Mixture-of-Thoughts[math]2 048Math / science / code reasoning
Salesforce/xlam-function-calling-60k2 048Single-turn tool calling

This mix mirrors Cerebras's public MiniMax-M2 / M2.1 / M2.5 REAP releases.

Evaluation

HumanEval pass@1 (on completed): 83.3 % (90 / 108)

For problems where the model completed its <think> reasoning within a 32 K-token generation budget, this variant (REAP-40 % pruned + Q4_K_M) solved 90 of 108 correctly — a strong quality signal for a 4-bit quantized, structurally pruned MoE.

Strict pass@1 (all 164 problems, cap-outs counted as fails): 54.9 %

56 of 164 problems exhausted the 32 K reasoning budget mid-<think> and are counted as fails under strict academic scoring. This is the production-deployment score if you constrain generation to 32 K tokens; allocate ≥64 K tokens to approach the 83 % ceiling.

Methodology: 2 × H100 80 GB, llama.cpp /v1/chat/completions, native <think> enabled, temperature=0.2, top_p=0.95, max_tokens=32000. No post-processing beyond HumanEval's canonical grading.

For continuity with prior quant comparisons: an earlier evaluation using raw /v1/completions + chat-prose stripping (non-canonical for reasoning models, bypasses <think>) reported 65.2 % (107 / 164). The numbers above use the canonical chat-completion path.

Smoke test (pre-publish, 5 diverse prompts)

#Prompt typeVerdict
1Trivial arithmeticPASS
2Python FibonacciPASS
3Norwegian responsePASS
4MoE semantic explanationPASS
5JSON tool-call echoPASS

5 / 5 PASS. Confirms out-of-box inference quality.

Known minor imperfection

During integrity audit of the 62-layer bias-correction tensor fix, one layer (layer 0) had expert keep-indices that differed slightly from the REAP-retained set (86 of 154 positions). The magnitude of the resulting bias mismatch is bounded by the layer-0 bias natural variance (max |Δ| = 0.75 on values in [8.06, 8.88]), so the impact on routing is negligible — confirmed by the 5/5 smoke test above. All other 61 layers are bit-perfect. Full analysis in the reproducibility log.

Inference

from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained(
    "dervig/m51Lab-MiniMax-M2.7-REAP-139B-A10B",
    torch_dtype="bfloat16",
    device_map="auto",
    trust_remote_code=True,
)
tokenizer = AutoTokenizer.from_pretrained(
    "dervig/m51Lab-MiniMax-M2.7-REAP-139B-A10B",
    trust_remote_code=True,
)

Recommended generation parameters: temperature=1.0, top_p=0.95, top_k=40.

For consumer hardware (96 GB Apple Silicon, multi-GPU rigs), use the GGUF quantizations.

Reproducibility

  • REAP pin: CerebrasResearch/reap@2b114e71 with patches for MiniMaxM2ForCausalLM registration (src/reap/model_util.py + src/reap/observer.py).
  • llama.cpp: post-PR #16831 (MiniMaxM2 arch merged). Built with CUDA, sm_90.
  • transformers: pinned to 4.55.0. Do not upgrade to 5.x (import reorganization breaks REAP).
  • Stage timings (8×H200 SXM):
    • Dequant FP8 → BF16: 14 min
    • REAP forward+save (Stage 1): 9 h (4 097 samples @ 41 s/sample effective)
    • GGUF convert: 20 min
    • imatrix calibration: 3 h 03 min (488 chunks × 2 048 tokens)
    • Quantization per variant: 15-45 min (parallel-3)

Citation

@article{lasby2025reap,
  title   = {REAP the Experts: Why Pruning Prevails for One-Shot MoE compression},
  author  = {Lasby, Mike and Hussein, Ahmed and Spyra, Jayden and Chkroun, Ivan
             and Suleiman, Oriol Sans and Ioannou, Nikoli and Hyder, Ammar Ali
             and Jacobs, Sam and Chaturvedi, Sachin and Mishra, Shreyanshu
             and Aboutalebi, Hossein and Rugol, Vasileios},
  journal = {arXiv preprint arXiv:2510.13999},
  year    = {2025}
}

@misc{minimax_m2_7,
  title  = {MiniMax-M2.7},
  author = {MiniMax AI},
  year   = {2026},
  url    = {https://huggingface.co/MiniMaxAI/MiniMax-M2.7}
}

Acknowledgements

  • Cerebras Research for the REAP repository and prior MiniMax M2/M2.1/M2.5 REAP releases that informed this work.
  • MiniMax AI for the base MiniMax-M2.7 model.
  • ubergarm and Unsloth for MiniMax-M2.7 GGUF conventions and per-tensor recipes that informed our MoE-aware quant variant.

License

Inherits the Modified MIT License from MiniMaxAI/MiniMax-M2.7.


Published by m51Lab — open-source LLM contributions from the M51 AI OS group.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

vLLM

Можно запустить

Подбираем GPU…

Класс архитектуры
MiniMaxM2ForCausalLM
Ревизия весов
2840308

0 моделей