- 综合排序
- 最热优先
- 最新优先
- 来自专栏OI
P5298 Minimax
Description 题目链接：P5298 给定一棵 n 个节点的根节点为 1 的有根树，每个节点最多有两个子节点。 定义节点 x 的权值为： 若 x 没有子节点，则其权值为 a_i。 若 x 有子节点，则它的权值有 p_x 的概率为其子节点的权值的最大值，有 1-p_x 的概率为其子节点的权值的最小值。 ，求： \sum_{i=1}^mi\cdot V_i\cdot D_i^2 \bmod 998244353 Solution 的概率，则： F_{i,j}=F_{l,j}\times (p_i
31730编辑于 2022-09-19 - 来自专栏一Wa哇一天
Minimax Problem
Minimax Problem time limit per test:5 seconds memory limit per test:512 megabytes inputstandard input
39510发布于 2020-04-09 MiniMax MCP Server – MiniMax 推出基于 MCP 的多模态生成服务器
MiniMax是一家专注于人工智能和机器学习技术的公司，特别是在生成式模型和自然语言处理领域。 MiniMaxMCPServer是什么 MiniMaxMCPServer是MiniMax稀宇科技推出的基于模型上下文协议（MCP）的多模态生成服务器。 MiniMaxMCPServer–MiniMax推出基于MCP的多模态生成服务器 MiniMaxMCPServer的主要功能 视频生成：支持生成高分辨率、风格多样的视频内容，适用于短视频营销 MiniMaxMCPServer的项目地址 Github仓库：https://github.com/MiniMax-AI/MiniMax-MCP 文章来源：https://www.up-seo.cn
70810编辑于 2025-05-18- 来自专栏饶文津的专栏
【Gym - 100796C 】Minimax Tree
BUPT2017 wintertraining(15) #7FMinimax Tree
53520发布于 2020-06-02 - 来自专栏资讯分享
MiniMax：大模型，云上造！
对MiniMax而言，一个理想的算力基础设施，不仅要能承载海量任务，还要足够高性价比。在整体支出不变的情况下，提升利用率成为了MiniMax努力的方向。 MiniMax和腾讯云提出的解决方案是云原生。 统计下来，基于云原生的支撑，MiniMax整体用云成本降低了至少20%。这些成本，也将进一步投入到MiniMax的业务研发中。 MiniMax打算进一步扩大用云规模，将训练、推理等更多核心环节放到云上。“MiniMax业务副总裁魏伟说。云上的一系列技术与产品，是大模型的助推器。 如果你也想试试MiniMax自研的文本模型 “MiniMax-ABAB 5.5” ，可以点击申请体验。
2.2K30编辑于 2023-07-20 - 来自专栏AI科技评论
Character.ai 向左，MiniMax Talkie 向右
Character.ai 势头正强劲，而与此同时，之前曾在国内推出 Glow 并被下架的 MiniMax 「卷土重来」，在海外推出了 AI 角色扮演类产品 Talkie ，增速一度跑赢 Character.ai 刘欣认为 MiniMax 的 Talkie 做对了两件事情：一是生成效果好，二是对创作者的驱动好。 但 MiniMax 对这件事情进行了证伪，相信 60% 的视觉加上 40% 的聊天就可以超过 Character.ai。 MiniMax 做AI 伴聊产品跟 Character.ai 的思路很接近，无论是 MiniMax 还是其他公司想要跑出来，都还需要释放更多、更强的能力，纯对话的模式跟 Character.ai 区别不大 就目前国内的 AIGC 市场而言，虽然诸如 AI Companion 产品还不成熟，更多的是尝试和探索，但也需要看到，更多的 AI 企业，无论是 MiniMax 还是小冰，都是在用B端业务去养 C 端的社交
1.7K10编辑于 2023-11-22 - 来自专栏机器学习与统计学
MiniMax M2.1 量化版来了
大家好，我是 Ai 学习的老章 MiniMax M2.1 大模型文件终于来了 我看官方部署文档，虽然模型文件只有 230GB，但是如果想要支撑更高上下文达到理想效果，所需显存还是蛮高的：模型权重 220GB \ --reasoning-parser minimax_m2_append_think 推荐几个主流且稳定的量化版吧，本地跑起来成本低很多 Unsloth 首先登场的是 大模型量化界翘楚： unsloth 从 1-bit 到 16-bit 都有，llama.cpp 运行，缺点是慢 https://huggingface.co/unsloth/MiniMax-M2.1-GGUF QuantTrio /MiniMax-M2.1-AWQ GPU 用户 强烈推荐这个，模型文件 125GB，可以 vLLM 启动，版本 0.13 即可 https://huggingface.co/QuantTrio/MiniMax-M2.1 \ --reasoning-parser minimax_m2_append_think \ --trust-remote-code \ --host 0.0.0.0 \
1.8K10编辑于 2026-01-05 MiniMax发布MiniMax-M1推理模型，支持100万Token上下文，降低成本。
MiniMax是一家成立于2021年12月的中国人工智能科技公司，专注于多模态大模型研发，其核心团队由前商汤科技高管闫俊杰领衔。 公司以创新的MoE（混合专家）架构和闪电注意力机制（Lightning Attention）技术著称，先后推出支持200K上下文长度的abab6.5模型和全球首个开源混合架构推理模型MiniMax-M125 四、行业影响与定位填补国产高端推理模型空白作为MiniMax首款开源推理模型，直接对标Google Gemini 2.5 Pro等国际闭源模型。 总结MiniMax-M1通过混合架构创新（MoE + Lightning Attention）实现百万级上下文支持与算力效率跃升，以开源形式打破高端推理模型垄断，同时以极致性价比重塑行业标准 其技术路线（如线性注意力机制）延续自2025年1月开源的MiniMax-01系列，标志国产模型在推理赛道已具备国际竞争力。
78710编辑于 2025-06-17- 来自专栏程序猿DD
Spring Boot快速集成MiniMax、CosyVoice实现文本转语音
此时就比较推荐使用 MiniMax、CosyVoice这些提供的音色，这些音色的效果会更加拟人、逼真，接近真人发音。 这里依然通过 UnifiedTTS 的统一接口来对接，这样我们可以在不更换客户端代码的前提下，快速在 MiniMax、CosyVoice等引擎之间做无缝切换。 集成 UnifiedTTS API（使用 MiniMax、CosyVoice） 下面给出参考实现，包括配置、DTO、服务与控制器。 与 EdgeTTS 版本相比，主要是将 model 与 voice 改为 MiniMax/CosyVoice 支持的参数。 模型model与音色voice 这里推荐使用 minimax 或 cosyvoice的模型和音色。
33210编辑于 2025-11-12 Manus、Genspark、Coze空间、Minimax横评，谁是最强Agent？
Minimax（深度）：MiniMax Agent 是 MiniMax 公司研发的一款 AI 智能助手，基于深度学习与自然语言处理等核心技术，融合先进的算法优化和大规模数据训练，为用户提供多种功能。 Minimax（深度）：Minimax（深度）在游戏流程记录专项测评中获 0 分评级，游戏执行流程存在关键环节缺失，录像输出功能未实现，任务执行完整性与影像记录能力均未达基础标准。 Minimax（深度）：Minimax（深度）在音乐排名信息整合专项测评中获 2 分评级，关键数据字段提取不完整，排名序列覆盖范围仅达 1-20 名，信息完整性未达基准要求。 Minimax（深度）：生成的TTS音频如下：Minimax博物馆讲解,AGI-Eval大模型评测,1分钟Minimax（深度）在多模态展示测评中获 3 分评级，运用动态渲染与语义聚合技术，完成展品名称 Minimax（深度）：Minimax（深度）在测评中取得 3 分评级，核心指标回答准确率达预期标准。
3.9K21编辑于 2025-06-13- 来自专栏机器学习与统计学
MiniMax M2.1 大模型文件终于来了
大家好，我是 Ai 学习的老章 上周初智谱 GLM-4.7、MiniMax-M2.1 同时发布最新旗舰大模型，我做了简单实测，后来又拿国内外各家旗舰大模型做了设计、绘制圣诞树的测试，MiniMax-M2.1 我一直在等 MiniMax-M2.1 的模型开源，毕竟官方给出的基准测评确实看起来诱人 昨天 MiniMax-M2.1 模型文件终于来到国内模型镜像平台Modelscope了 文件地址：https:// www.modelscope.cn/models/MiniMax/MiniMax-M2.1/files 看了一下 HF 的数据，大家用脚投票，MiniMax-M2.1 确实很受欢迎，下载量遥遥领先 即便是把 GLM-4.7 的 FP8 版加一起，也不及 M2.1 不说能力上到底差距多大，它的模型尺寸我就很满意 对比最近开源的几个模型 MiniMax-M2.1 230GB GLM-4.7
47810编辑于 2026-01-05 - 来自专栏AI科技评论
个性经济时代，MiniMax 语音大模型如何 To C？
近日，MiniMax 也推出了新一代语音大模型，在多项性能指标上超越了传统的语音技术。 语音模型的能力在 MiniMax 自家产品星野中有广泛运用。 与同行争相竞技，MiniMax 也在不断迭代其自研的语音大模型，最新语音大模型使 MiniMax 成为国内第一个开放多角色配音商用接口的大模型公司。 在语音生成领域，MiniMax 的文本-语音接口也经历了快速的迭代： 2023 年 9 月 12 日，MiniMax 发布了长文本-语音合成接口 T2A pro，单次语音合成最高可输入 35000 字符 模型性能提升的同时，MiniMax 也将 API 的价格打了下来：据官方消息，近日 MiniMax 的三个文本-语音接口 T2A pro、T2A、T2A Stream 的价格都已下调为原有价格的一半，从 据 MiniMax 透露，他们在商业化上用 To B 与 To C 两条腿同时走路；而在投资人与市场的眼中，其 C 端产品的创新在国内一众大模型厂商中一骑绝尘，从 Glow 到星野，MiniMax 的
1.5K10编辑于 2024-02-06 MiniMax ：2023上云，2024起飞，2025...
还记得MiniMax吗？ 去年我们分享过它的研发进展（参考阅读：MiniMax：大模型，云上造！）。 //「扎根」：训练成本削减30% MiniMax 的成功，源于对扎根的专注（大模型研发及训练），就像萌芽的种子，必须有稳固的根基。 这种「极速生根」的效率，让 MiniMax 的研发能专注于模型迭代。 //「生长」：性能提升35.5% 扎稳根基后，MiniMax 开始「拔节生长」（进入推理和应用阶段）。 依托腾讯云覆盖全球的计算节点和 CDN 加速，MiniMax 的服务可以在全球范围内稳定、高效运行。
55510编辑于 2024-12-18- 来自专栏红色石头的机器学习之路
MiniMax 悄咪咪上线的这款 AI 产品，好用到爆炸！
这款产品是由大模型公司MiniMax推出的，主要功能包括AI助手和实时语音聊天。 作为第一批海螺 AI 的体验者，体验之后，两个字：惊喜！表现超过了我的预期。 根据MiniMax发布的技术报告，abab-6.5在多项关键性能测试中，表现出与世界顶尖的大型语言模型相媲美的水平。 2. MiniMax语音大模型 此外，海螺AI还整合了MiniMax的语音大模型——speech-01。该模型具备以下显著特点： （1）声音非常接近人类，能够通过声音传达情感。 MiniMax表示海螺AI能够很好地理解人类的语言、语气和情感。海螺AI不仅限于模仿单一声音，它还能通过学习数千种声音的音色特征，生成各种声音变体。 MiniMax声称，海螺AI只需30秒的音频样本，就能迅速复制出与原音色高度相似的语音。
2.1K00编辑于 2024-05-26 - 来自专栏深度学习与python
用完刚开源的MiniMax，我们决定给它发个工牌
首轮交流中，我们投喂了项目源码并要求增加 MiniMax Provider： 阅读当前项目, 增加 MiniMax provider 的支持, 注意查一下如何对接 MiniMax 的 API, 然后接入以下模型 ： 模型名称 输入输出总 token 模型介绍 MiniMax-M2.1 204800 强大多语言编程能力，全面升级编程体验 MiniMax-M2-lightning 204800 更快，更敏捷 MiniMax-M2 我们发现对话框可以选择的模型列表里并没有出现 MiniMax 模型。在我们指出这一点后，M2.1 进行了自动诊断和修复。 第三轮交流中，我们指出模型列表出现了 MiniMax，但是无法点击选择。 这种理解在 MiniMax 冲刺港股上市的节点显得尤为关键。 而低调的 MiniMax，正在这条更长周期的竞争中，提前占据位置。 目前，M2.1 已 正式开源，且 1 月 15 日前购买，首月只需 9.9 元。 MiniMax M2.1 的真实能力如何？
75410编辑于 2025-12-31 - 来自专栏深度学习与python
揭秘MiniMax的「省钱」绝招
作者｜杨楠、凌敏 这几天，MiniMax 搞起了技术周，第一天就放出“王炸”，开源了全球首个大规模混合架构推理模型 MiniMax-M1。据最新消息，M1 已经成为全球前二的开源模型。 MiniMax 分别用最大生成长度的 40K 和 80K token，训练了两个版本的 MiniMax-M1 模型——MiniMax-M1-40k 和 MiniMax-M1-80k。 MiniMax-M1-80k 在复杂的数学和编码任务上优于 MiniMax-M1-40k。 据观察，MiniMax-M1 在全球科技领域引起了强烈的反响。 2双重创新，RL训练成本降至53万美金 MiniMax-M1 和 MiniMax-Text-01 系列，都是基于闪电注意力机制开发的。 年初，MiniMax 发布并开源 MiniMax-01 系列模型，其中，MiniMax-Text-01 模型能够高效处理多达 400 万 token 的上下文，这一数据是 GPT-4o 的 32 倍，更是
45700编辑于 2025-06-20 MiniMax M2.5深度评测详解：更快更强更智能
MiniMaxM2.5深度评测：更快更强更智能，为真实世界生产力而生2026年2月12日，MiniMax发布了新一代文本模型——MiniMax-M2.5。 MiniMax基于CISPO算法确保MoE模型在大规模训练期间的稳定性，并引入了过程奖励机制来端到端监控生成质量。 MiniMax关注了模型在不同scaffolding上的泛化性。 （图片来源：MiniMax官方发布页面）定价和成本效益MiniMax设计M2系列基础模型的目标是支持复杂的Agent而不必担心成本。MiniMax认为M2.5接近实现这一目标。 MiniMax认为M2.5为经济中Agent的开发和运维提供了几乎无限的可能性。
1.4K00编辑于 2026-02-13腾讯云 x MiniMax：平稳运行百万级Agent RL沙箱
最近，MiniMax与腾讯云合作，成功完成一次Agent基建的重要实践。 基于腾讯云，MiniMax开始部署百万级吞吐、十万级并发的Agent RL（智能体强化学习）沙箱，并在测试环境中实现全量平稳运行。 这助力MiniMax的强化学习框架(Forge)，能在大规模Agent训练场景下做到 “环境秒开、用完即删”，最终让训练更快、更稳、成本更低。
12010编辑于 2026-03-20- 来自专栏安徽开发者圈
MiniMax 财报：营收暴涨 159%，亏损却扩大 302%
MiniMax 财报：营收暴涨 159%，亏损却扩大 302% AI 大模型行业的商业化困局 昨天，AI 大模型企业 MiniMax 公布了上市后的首份年度财报。 行业通病：增收不增利 MiniMax 并非个例，整个 AI 大模型行业都面临类似困境： 国外巨头： OpenAI、Anthropic - 营收增长迅速，但仍未盈利，每年烧钱数十亿美元 短期策略： 聚焦高价值场景（金融、医疗、法律）、优化成本结构、提升客户粘性 长期方向： 垂直领域深耕、技术突破、商业模式创新 写在最后 MiniMax 的财报，是整个 AI 大模型行业的缩影
16110编辑于 2026-03-05 - 来自专栏专知
【深度】浅述：从 Minimax 到 AlphaZero，完全信息博弈之路（1）
▌Minimax 的复杂性分析：难以企及的完美 ---- Minimax 的关键在于要能够计算出整个 Game tree，而计算出 Game tree 的代价正比于 Game tree 的大小。 ▌Minimax 的改进：宽度方向和深度方向 ---- 由于 Minimax 非常完美的理论特性，后续的改进几乎都是基于 Minimax 的框架。 最著名的是 Alpha–beta 剪枝，它充分利用了 Minimax 算法的特点，并且仍然可以得到和 Minimax相同的结果（也就是不是近似），是首选的优化。 我们可以把 Game Tree上的 Minimax 值以打表的形式表示 可以看到，Game Tree 上的 Minimax 值完全可以表示为一个“映射表”，即由局面状态映射到一个值。 ，而Minimax算法遍历了后面所有的情形，因此当前局面无论如何，Minimax值都不会改变。
2.9K70发布于 2018-04-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号