MINIMAX

คำนวณราคา MINIMAX-W 00100.HK

price.closed
MINIMAX
฿0
+฿0(0.00%)
No data

data.updated

v2.stock.overview v2.daily.trading v2.range.52w

key.stats

pe.ratio0.00
div.yield0.00%
shares.out0.00

เรียนรู้เพิ่มเติมเกี่ยวกับ MINIMAX-W 00100.HK (MINIMAX)

learn.articles

MiniMax’s Funding Journey: Four Years, Seven Rounds—Who’s Fueling China’s First Major AI Investment BoomThe author provides a comprehensive analysis of diverse investment approaches, spanning miHoYo, insurance capital, and manufacturing family offices. He frames the IPO as the beginning of the next competitive phase, not the ultimate goal. This perspective highlights the core nature of the industry: commercialization is still unclear, while R&D spending remains relentless.2026-01-12
2026: The AI sector has entered a new phase—how can entrepreneurs adjust their strategies to optimize their algorithms?This article starts by examining Meta and Manus, along with the public listings of Zhipu and MiniMax, to break down the criteria for AI products transitioning from interesting demos to meaningful deployment—shifting from specialized applications to general-purpose platforms.2026-01-14
Technological Twins in a Polarized Era: The Two-Pole Civilizations of AI and BlockchainAmid escalating geopolitical tensions and the rapid rise of AI, artificial intelligence and blockchain are emerging as complementary forces—twin pillars of a new civilization. Together, they will enable payment systems for billions of intelligent agents, establish the framework for Mars colonization, prevent AI from becoming the exclusive tool of major corporations, and ensure blockchain transcends the role of a simple ledger. In unison, these technologies will shape a new paradigm for civilization in an increasingly polarized world.2026-03-26

stock.faq

stock.price

x
current.stats

52w.range.q

x

pe.ratio.q

x

market.cap.q

x

eps.recent.q

x

buy.sell.q

x

price.factors

x

buy.how

x

risk.warn

risk.notice

disclaimer2

risk.disclosure

other.markets

latest.news

2026-05-09 07:41MiniMax สแกนโทเคน 200K ตรวจพบการเสื่อมสภาพ 4.9% ในโมเดลซีรีส์ M2ตามบล็อกเทคนิคของ MiniMax บริษัทพบการเสื่อมสภาพของโทเค็นอย่างมีนัยสำคัญในโมเดลซีรีส์ M2 ผ่านการสแกนพจนานุกรมแบบเต็ม พบว่าโทเค็นประมาณ 4.9% จากทั้งหมด 200,000 โทเค็นมีประสิทธิภาพลดลงอย่างชัดเจน โดยโทเค็นภาษาญี่ปุ่นได้รับผลกระทบหนักสุดที่ 29.7% เมื่อเทียบกับเกาหลี (3.3%), รัสเซีย (3.7%), จีน (3.9%) และอังกฤษ (3.5%) การเสื่อมสภาพนี้เกิดจากโทเค็นที่มีความถี่ต่ำถูกดันไปในทิศทางพื้นที่เวกเตอร์ที่ไม่ถูกต้องระหว่างการเทรนหลังการฝึก ซึ่งโทเค็นที่มีความถี่สูงอย่างตัวทำเครื่องหมาย tool_call จะอัปเดตพารามิเตอร์รอบข้างอย่างต่อเนื่อง MiniMax ได้ดำเนินการแก้ไขด้วยข้อมูลสังเคราะห์ โดยใช้โจทย์การทำซ้ำโทเค็นอย่างง่ายเพื่อทำให้พจนานุกรมทั้งชุดมีเสถียรภาพ ผลลัพธ์เกิดขึ้นทันที: อักขระรัสเซียที่ปนในคำตอบภาษาญี่ปุ่นลดจาก 47% เหลือ 1% และความเสถียรของเวกเตอร์ (ความคล้ายคลึงแบบโคไซน์) ดีขึ้นจากจุดต่ำสุด 0.329 ไปอยู่เหนือ 0.97 ในทุกโทเค็น2026-05-07 12:16B.AI API เปิดตัวโมเดลใหม่ 4 รุ่น รวมถึง GPT-5.5 Instant ภายใน 48 ชั่วโมงหลังการเปิดตัวของ OpenAIB.AI API เปิดตัวโมเดลใหม่ 4 รุ่น ได้แก่ GPT-5.5 Instant, DeepSeek-v3.2, MiniMax-M2.7 และ GLM-5.1 โดย GPT-5.5 Instant เสร็จสิ้นการปรับใช้พื้นฐานและการบูรณาการส่วนติดต่อ (interface) ภายใน 48 ชั่วโมงหลังการเปิดตัวของ OpenAI ทำให้เข้าถึงพลังการคำนวณล่าสุดได้แบบไม่หน่วงเวลา เมื่อเทียบกับ GPT-5.3 Instant โมเดลใหม่นี้ช่วยลดอัตราการหลอน (hallucination) ได้ 52.5% ในสถานการณ์ที่ต้องการความแม่นยำสูง เช่น ด้านการแพทย์ กฎหมาย และการเงิน พร้อมทั้งยกระดับความชัดเจนเชิงตรรกะและความกระชับของผลลัพธ์ได้อย่างมีนัยสำคัญ2026-05-05 08:11ดัชนีฮั่งเส็งของฮ่องกงร่วง 0.76% วันนี้; หุ้นกลุ่ม AI และชิปปรับลดลงดัชนีฮั่งเส็งของฮ่องกงปิดตลาดลดลง 0.76% ในวันนี้ (5 พฤษภาคม) ขณะที่ดัชนีฮั่งเส็งเทคปรับตัวลง 0.94% หุ้นที่เกี่ยวข้องกับโมเดลภาษาขนาดใหญ่และเซมิคอนดักเตอร์เป็นกลุ่มที่ทำให้ตลาดปรับลด โดย Zhipu AI ร่วงลงมากกว่า 3%, Minimax ลดลงมากกว่า 2%, SMIC ลดลง 1.87% และ Huahong Semiconductor ลดลง 1.65%2026-05-04 05:11social_tradfi_title%!(EXTRA string=social_tradfi_rise, string=MINIMAX, string=MINIMAX-W 00100.HK, string=social_tradfi_rises, string=12%)social_[tradfi](https://www.gate.com/tradfi)_content%!(EXTRA string=MINIMAX, string=MINIMAX-W 00100.HK, string=social_tradfi_surged, string=12%)2026-05-04 01:31social_tradfi_title%!(EXTRA string=social_tradfi_rise, string=MINIMAX, string=MINIMAX-W 00100.HK, string=social_tradfi_rises, string=8%)social_[tradfi](https://www.gate.com/tradfi)_content%!(EXTRA string=MINIMAX, string=MINIMAX-W 00100.HK, string=social_tradfi_surged, string=8%)

กระทู้ร้อนแรงเกี่ยวกับ MINIMAX-W 00100.HK (MINIMAX)

AirdropBlackHole

AirdropBlackHole

10 ชั่วโมงที่ผ่านมา
ตามการตรวจสอบโดย Dongcha Beating MiniMax ได้เผยแพร่บล็อกเทคนิคเปิดเผยสาเหตุหลักของการไม่สามารถแสดงชื่อ 'Ma Jiaqi' ของโมเดลชุด M2 ซึ่งเริ่มต้นจากกรณีเฉพาะและในที่สุดก็เปิดเผยปัญหาการเสื่อมสภาพของระบบที่ส่งผลต่อคำศัพท์ทั้งหมด สาเหตุหลักคือ tokenizer (ส่วนประกอบที่แบ่งข้อความเป็นหน่วยสำหรับการประมวลผลของโมเดล) รวม 'Jiaqi' เป็นโทเค็นเดี่ยวในระหว่างการฝึก ในช่วงการฝึกก่อน การโมเดลได้เจอข้อความจากอินเทอร์เน็ตจำนวนมากและเรียนรู้โทเค็นนี้ อย่างไรก็ตาม ในข้อมูลสนทนาหลังการฝึก มีตัวอย่างน้อยกว่า 5 ตัวอย่างที่มี 'Jiaqi' ในระหว่างการฝึกหลัง ตัวอย่างเช่น โทเค็นที่มีความถี่สูง เช่น เครื่องหมาย tool_call และสัญลักษณ์โค้ด จะอัปเดตพื้นที่เวกเตอร์รอบข้างอย่างต่อเนื่อง ทำให้โทเค็นที่มีความถี่ต่ำ เช่น 'Jiaqi' ถูกผลักไปในทิศทางที่ผิด โมเดลยังคง 'รู้จัก' Ma Jiaqi และสามารถตอบข้อมูลที่เกี่ยวข้องได้อย่างถูกต้อง เพียงแต่สูญเสียความสามารถในการแสดงโทเค็นนี้ ทีมงานจึงทำการสแกนคำศัพท์ทั้งหมดประมาณ 200,000 โทเค็น และพบว่า ประมาณ 4.9% ของโทเค็นมีการเสื่อมสภาพอย่างมีนัยสำคัญ การเสื่อมสภาพรุนแรงที่สุดคือในภาษาญี่ปุ่น: 29.7% ของโทเค็นภาษาญี่ปุ่นแสดงการเสื่อมสภาพอย่างมีนัยสำคัญ ซึ่งสูงกว่าภาษาเกาหลี (3.3%) รัสเซีย (3.7%) จีน (3.9%) และอังกฤษ (3.5%) โทเค็นที่เสื่อมสภาพอย่างเห็นได้ชัดอื่น ๆ รวมถึงคำศัพท์ SEO ที่ไม่ดี เช่น 'เซิร์ฟเวอร์ส่วนตัวระดับตำนาน' และ 'แท้งไม่เจ็บปวด' ซึ่งมีกลไกเหมือนกับ 'Jiaqi' การเสื่อมสภาพรุนแรงในภาษาญี่ปุ่นยังแก้ปัญหาความลึกลับเก่า เมื่อก่อนโมเดลบางครั้งผสมตัวอักษรภาษารัสเซียหรือเกาหลีในบทสนทนาภาษาญี่ปุ่น แต่สาเหตุไม่เป็นที่ทราบ การวิเคราะห์นี้ชี้ให้เห็นว่า หลังจากการเปลี่ยนแปลงพารามิเตอร์ของโทเค็นภาษาญี่ปุ่น โทเค็นเหล่านี้กลายเป็นสับสนกับโทเค็นจากภาษาอื่นในเวกเตอร์สเปซ ทำให้เกิดการเปิดใช้งานผิดพลาดของโทเค็นภาษาญี่ปุ่น (การผสมภาษา) และผลักโทเค็นภาษาจีนที่มีความถี่ต่ำออกจากช่วงความน่าจะเป็นปกติ (การลืมโทเค็น) วิธีแก้คือการสร้างชุดข้อมูลสังเคราะห์ที่ครอบคลุมคำศัพท์ทั้งหมด เพื่อให้โมเดลได้ฝึกฝนแต่ละโทเค็นผ่านงานซ้ำง่าย ผลลัพธ์ก็ชัดเจน: สัดส่วนของอักษรภาษารัสเซียที่ผสมในคำตอบภาษาญี่ปุ่นลดลงจาก 47% เหลือ 1% และความเสถียรของพารามิเตอร์การส่งออกของคำศัพท์ทั้งหมด (ความคล้ายคลึงเชิงมุม) เพิ่มขึ้นจากต่ำสุดที่ 0.329 เป็นมากกว่า 0.97
0
0
0
0
Odaily

Odaily

11 ชั่วโมงที่ผ่านมา
MiniMax @MiniMax_AI ตอบยาวเกี่ยวกับ “โมเดลไม่สามารถพูดชื่อ马嘉祺ได้” MiniMax โพสต์ข้อความยาวบนเว็บไซต์ทางการเพื่อตอบเรื่องที่โมเดลในซีรีส์ M2 ไม่สามารถพูดชื่อ马嘉祺ได้ โดยให้กระบวนการตรวจสอบปัญหา “การรู้จำ嘉祺” อย่างครบถ้วนและแนวคิดทางเทคนิค ⬇️ MiniMax ระบุว่า ได้ทำการตรวจสอบในหลายมิติ ตั้งแต่การปรับให้เวอร์ชันของตัวแบ่งคำตรงกัน การแจกแจงสถิติของ embedding การค้นหาคำใกล้เคียงทางความหมาย การทดลองเปรียบเทียบโมเดลก่อนและหลังการฝึกในแบบ few-shot การนับความถี่ของข้อมูลหลังการฝึก และการสแกนลำดับความเปลี่ยนแปลงของความแตกต่างใน lm_head ของคำศัพท์ทั้งหมด สาเหตุที่พบในที่สุดคือ: “嘉祺” ถูกรวมเป็น #token เดียวในตัวแบ่งคำ แต่ token นี้มีความถี่น้อยมากในข้อมูลหลังการฝึก ทำให้โมเดลลืมความสามารถในการสร้างคำนี้ไปในระหว่างการฝึกหลัง.
0
0
0
0