通过 API 在三个真实的 ML 和编码工作流程上测试 MiniMax M2.7

通过 API 在三个真实的 ML 和编码工作流程上测试 MiniMax M2.7 我最近获得了一些 MiniMax M2.7 API 积分，因此我决定将此模型直接插入 Claude Code 中，并在我经常执行的三个工作流程上运行它。使用 Claude Opus 4.7 作为比较基线运行相同的任务。三个工作流程：为活跃的 Kaggle 竞赛搭建一个条目，为我的 ObsidianVault 起草和审核知识库笔记，以及更新一个过时的旧 PyTorch 项目。我想了解当任务有明确的边界时，M2.7 在代理循环中的工作效果如何。三次运行的结果是一致的：当约束明确并且输出格式具体时，M2.7 很有用。尽管 Opus 4.7 中也出现了一些相同的差距，但当重要的上下文被隐含时，它就陷入了困境。对于更开放式的案例，我仍然会在循环中保留人工审核通过。设置 我添加了一个 claude-mm 命令，将 Claude Code 指向 MiniMax API，并在 CC 界面中将思维设置为 max 来运行 M2.7。我在 MiniMax 的 Plus 层（高速，40 美元/月）上运行，其中上下文窗口和每日吞吐量不再成为多步骤代理工作的瓶颈。 claude-mm () { ANTHROPIC_BASE_URL = "https://api.minimax.io/anthropic" \ ANTHROPIC_AUTH_TOKEN = " $MINIMAX_API_KEY " \ ANTHROPIC_MODEL = "MiniMax-M2.7" \ ANTHROPIC_DEFAULT_SONNET_MODEL = "MiniMax-M2.7" \ ANTHROPIC_DEFAULT_OPUS_MODEL = "MiniMax-M2.7" \ ANTHROPIC_DEFAULT_HAIKU_MODEL = "MiniMax-M2.7" \ ANTHROPIC_SMALL_FAST_MODEL = "MiniMax-M2.7" \ API_TIMEOUT_MS = "3000000" \ CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC = "1" \ claude " $@ " } 在代理工作中，线束与模型本身一样重要。我在下面描述的大多数失败都有类似的原因：提示没有明确说明任务所依赖的约束，并且模型用合理的默认值填补了空白。在实践中，模型质量和线束设计很难分开。更强的模型可能会推断出缺失的约束；更好的利用可以使这些限制变得明确。我将其视为工作流程测试，而不是纯粹的模型基准。重构旧的 PyTorch 项目 第一个工作流程是重构：我的 pytorch_tempest 存储库是一个使用 Hydra + PyTorch Lightning 训练神经网络的框架。我想要更新依赖项、现代化工具并清理随着时间的推移积累的代码问题。合并的结果是 PR：重构旧代码并更新依赖项。更改：更新了 CI 版本和预提交挂钩。将 black 和 flake8 替换为 ruff，以实现脱毛和格式化。在 Lightning 训练器配置中启用 fsdp_sharding_strategy。刷新了文档。添加了用于环境管理的紫外线。切换到现代 Python 类型（ list[X] 超过 List[X] ， X | None 超过Optional[X] ）。删除了重复的代码路径。修复了很多小问题。我明确指导了 M2.7：提供了分步要求（“将 black + flake8 切换为 ruff”、“更新预提交配置”），在进行下一个更改之前审查每个更改，并在差异超出范围时提供反馈。我进行了足够的测试来检查更改后是否有任何问题，并且重新运行模型训练只需要几分钟。我在运行 CI 时遇到了一些挑战，代理帮助我一一解决了这些问题。我认识的很多工程师不想让代理自由支配他们关心的代码库；他们想要监督执行并了解每一行现有的代码。 M2.7 非常适合这种方法。您可以编写简短的、范围狭窄的提示，进行行级审查，然后进入下一步。 ObsidianVault 的知识笔记第二个工作流程是为我的 ObsidianVault 编写和审核笔记，我在那里保存了 ML 参考笔记。大部分都是我手写的；有时我会让法学硕士起草一个平行版本来进行比较并从中获取灵感。重要的是要记住，不同的模型喜欢不同的提示样式。针对 Opus 4.7 调整的 100 行提示不会一对一传输到 M2.7。为了解决这个问题，我做了一个小的引导程序：我要求两个模型从相同的起始提示生成注释，然后要求 M2.7 读取这两个注释并为自己提出改进的提示。下一次迭代使用了 M2.7 调整的提示符。我使用了两个提示（一个 writer 命令和一个 Critic 代理），每个提示大约 100 行。这是第一个的精简版本：在 DSWoK 库中填充一个断开的链接存根：研究主题，用 DSWoK 语音起草注释，运行 Draft-critic-mm，保存到正确的文件夹。 1. 阅读上下文：写作风格指南、frontmatter 分类法、别名规则。 2. 选择存根。 3. 查找引用 — 在 Vault 中查找 [[