近日，开发者社区发现MiniMax M2系列模型在输出人名“马嘉祺”时出现异常。MiniMax官方进行全链路排查后发布技术报告，指出问题根源在于后训练阶段导致的低频Token退化。由于包含“嘉祺”这一Token的样本在后训练中不足5条，其在向量空间中被高频Token挤压偏移，导致模型虽保留知识却无法正确输出。扫描发现，约4.9%的Token存在退化，日语内容退化率最高达29.7%，并混入大量互联网垃圾词。为此，MiniMax提出三项修复策略：构造全词表合成数据确保最低练习频率、在SFT数据中混入预训练语料、以及裁剪冗余Token并监控覆盖度。目前，日语混淆率已从47%降至1%，全词表参数稳定性显著提升。
