Un laboratoire d'IA chinois vient de publier discrètement un modèle qui s'est entraîné pour s'améliorer de 30% 🤯 L'équipe de @MiniMax_AI a donné à M2.7 accès à sa propre infrastructure d'entraînement. Son propre pipeline d'apprentissage par renforcement. Sa propre mémoire. Puis ils lui ont dit de s'améliorer. Et il l'a fait... M2.7 a construit des dizaines de compétences complexes à l'intérieur de son propre cadre d'apprentissage par renforcement. Il a mis à jour ses propres systèmes de mémoire. Il a optimisé son propre processus d'apprentissage par renforcement en fonction des résultats qu'il évaluait en temps réel. Il a exécuté cette boucle de manière autonome pendant plus de 100 cycles, analysant les trajectoires d'échec, modifiant son propre code de structure, exécutant des évaluations, comparant les résultats et décidant quoi garder ou rétablir. Aucun humain dans la boucle. Juste le modèle améliorant le modèle. Le résultat : - 30% d'amélioration de performance sur les évaluations internes - 66,6% de taux de médailles dans les compétitions ML (Cela le lie à Gemini 3.1. Les scores SWE-Pro tout en égalant presque Claude Opus) MiniMax gère déjà 30% de l'ensemble de ses opérations d'entreprise de manière autonome sur ses propres modèles. 80% du code nouvellement engagé dans l'entreprise est généré par l'IA. Ils expédient littéralement l'auto-amélioration en tant qu'infrastructure organisationnelle et la bourse de Hong Kong ADORE ça. C'est les débuts de l'auto-amélioration récursive. Et cela vient de Shanghai.