MiniMax 发布 Forge 可扩展 Agent RL 框架及配套算法

MiniMax 发布内部 RL 框架 Forge，通过中间件解耦架构、Windowed FIFO 调度、前缀树合并和 CISPO 算法解决 Agent RL 的吞吐、稳定性与灵活性冲突。该框架在 MiniMax M2.5 训练中接入超过 10 万种真实 Agent 脚手架与环境，上下文长度达 200k，日吞吐量达百万级样本；前缀树合并带来 40x 训练加速。