テクノロジー
100万トークン対応でGPT-5.5超え？中国MiniMaxが超高性能オープンモデル「M3」を発表
中国のMiniMax社が発表したM3は、100万トークンの長大な文脈処理と高度な自律エージェント能力を兼ね備えたオープンウェイトモデルである。独自の計算効率化技術により、低コストながら一部の主要な商用モデルを凌駕する性能を実現した。
Term
MiniMax Sparse Attention
別名: MSA
Overview
最終更新: 2026年7月9日MiniMax Sparse Attention (MSA)は、大規模言語モデルにおける計算量の増大問題を解決するためにMiniMaxが開発した革新的なアーキテクチャです。従来のTransformerが抱える、コンテキスト長に対して計算量が二次関数的に増加する欠点を、関連するデータブロックのみを選択的に処理する「疎（スパース）」なメカニズムによって克服しました。これにより、100万トークン規模の入力を、従来の数十分の一のコストと高速な処理スピードで実現可能にしています。
Mentioned Articles
1 件External Mentions
6 件- arXivMiniMax Sparse Attention
- arXivVortex: Efficient and Programmable Sparse Attention Serving for AI Agents
- arXivWhen and Why SignSGD Outperforms SGD: A Theoretical Study Based on $\ell_1$-norm Lower Bounds
- arXivHorseshoe Predictive Inference
- arXivNot All Agents Matter: From Global Attention Dilution to Risk-Prioritized Game Planning
- arXivProximal Gradient Descent Ascent Methods for Nonsmooth Nonconvex-Concave Minimax Problems on Riemannian Manifolds