minimind có chạy được không?

Có. minimind chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 12 phút, gặp 4 lỗi trên đường đi, và ghi lại phiên làm việc.

Argusic đã test minimind như thế nào?

Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit f659b55761b7. Có 2 lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.

Test minimind tốn bao nhiêu?

Lần chạy đưa ra kết luận này tốn 0,07 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.

Cài đặt minimind mất bao lâu?

12 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.

minimind có cần GPU không?

Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.

Cài đặt minimind thì gặp lỗi gì?

4 lỗi xảy ra trong lần chạy được ghi lại, và 4 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.

Bằng chứng cho minimind ở đâu?

Cả 2 lần chạy được ghi lại đều nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.

Bản gốc tiếng Anh: https://argusic.com/subject/minimind

minimind

Huấn luyện một LLM 64M tham số từ đầu chỉ trong 2h!

Chạy đượcnguồn: GitHub trang chủ dự ánPythonApache-2.0commit f659b55761b7

Python, giấy phép Apache-2.0. Dự án tự gắn nhãn: artificial intelligence và large language model.

minimind chạy được. Trên một máy sạch không có GPU, một agent của Argusic đã cài đặt nó trong 12 phút, gặp 4 lỗi và tự sửa hết mà không cần trợ giúp, và toàn bộ phiên làm việc được ghi lại.

MiniMind 63.91M-parameter LLM installed in venv with all dependencies, inference works on CPU generating coherent multilingual responses, OpenAI-compatible API server responds 200, and both SFT and pretrain training pipelines run end-to-end with synthetic test data.
Kết quả agent đạt được trên máy sạch, bằng chính lời của nó. Cách đo

Argusic đo trên một máy mới mỗi lần. Mỗi con số đều link tới bằng chứng của nó. Điểm Argusic 100 trên 100 (trung bình điểm các lần chạy của dự án này).

Tóm tắt

kết luận: Chạy được
Điểm Argusic: 100 / 100
chi phí của lần chạy kiểm chứng: 0,07 USD (đo thực tế)
số lần chạy đã ghi: 2
test gần nhất: 2026-11-01
lượt star: 64.870
fork: 8.486
issue đang mở: 61
người theo dõi: 288
dung lượng: 39 MB
ngày tạo: 2024-07-27
push gần nhất: 2026-10-27

Dữ liệu dự án lấy từ GitHub, có link ở đầu trang, cập nhật 2026-11-04. Dữ liệu test của Argusic (CC BY 4.0); mỗi con số đều link tới một trang run có đầy đủ log, bản ghi và mã sha256 của chúng.

Những gì đã đo

Lấy từ lần chạy quyết định kết luận này. Mỗi dòng là một giá trị được ghi lại, không phải ước tính.

Thời gian mất cho từng lỗi khi test minimind, vẽ từ lần chạy được ghi lại — Mỗi cột là một lỗi agent đã ghi lại, kèm thời gian nó tốn. Vẽ từ lần chạy này, không lấy từ nguồn nào khác.

Những gì trục trặc, bằng chính lời của agent

Lời của chính agent, lỗi nặng nhất trước, không bao giờ viết lại thành lời khuyên.

Model weights (full_sft_768.pth, pretrain_768.pth) not found in ./out/5 phút
Training scripts crashed with huggingface_hub error 'Repo id must use alphanumeric chars' for path '../model' and PermissionError on '../checkpoints'3 phút
pip install blocked by PEP 668 externally-managed-environment1 phút
ujson wheel build failed: missing Python.h development headers (unable to compile C extension)1 phút

Thời gian cài đặt: 12 phút
Từ máy sạch đến khi xong: 13 phút
Lỗi gặp và đã sửa: gặp 4, tự sửa 4 mà không cần người giúp
Cách chứng minh kết quả: eval_llm.py with 8 test prompts generated coherent Chinese responses on CPU; curl POST to localhost:8998/v1/chat/completions returned HTTP 200 with valid JSON containing assistant response 'Hello! How can I assist you today?'; train_full_sft.py with 10-sample dataset completed 5 steps at exit 0; train_pretrain.py with 10-sample dataset completed 5 steps at exit 0
Số token model đã dùng: 397.485
Commit chính xác đã test: f659b55761b7
Container image: sha256:cdd920bce783

Những gì chưa đo

Nửa còn lại, để bạn thấy rõ bằng chứng này đi xa tới đâu. Chỗ trống được ghi là chỗ trống và không bao giờ được lấp vào.

Bộ nhớ GPU cao nhất: lần này chạy trên máy CPU, nên không có GPU để đo
Hoạt động khi chạy lâu: mỗi lần thử dùng cấu hình nhỏ nhất có trong tài liệu và một khoảng thời gian cố định, nên đây là đo xem nó có chạy hay không, không đo nó chịu tải ra sao

Đoạn cuối của bản ghi

Những dòng cuối của phiên terminal đã quyết định kết luận này, đúng như khi được ghi lại.

    ],
    \"test_depth\": \"tier1_real\",
    \"notes\": \"All dependencies installed in venv. Model verified with real downloaded pytorch we…
    \"verified_how\": \"eval_llm.py with 8 test prompts generated coherent Chinese responses on CPU…
    \"final_state\": \"MiniMind 63.91M-parameter LLM installed in venv with all dependencies, infer…
}
print(json.dumps(result, ensure_ascii=False))
PYEOF" in /work/repo
 succeeded in 0ms:
{"install_succeeded": true, "launch_succeeded": true, "install_minutes": 12, "errors": [{"msg": "pi…
tokens used
397,485

Xem lại toàn bộ phiên, mọi lệnh từ máy sạch tới thời điểm này.

Cách test

Một agent, một container, không có người giúp. Agent cài dự án theo đúng cách tài liệu của dự án hướng dẫn, chạy nó, và sửa những gì bị hỏng. Mọi thứ bên dưới được ghi lại đúng như đã diễn ra: phiên terminal, log và commit chính xác. Toàn bộ phương pháp.

Điểm mạnh và giới hạn

Dữ kiện đo được, không phải ý kiến. Cách viết nội dung.

Những gì suôn sẻ

Đạt trạng thái chạy được trên máy sạch, có ghi lại phiên làm việc.
Tự khắc phục cả 4 lỗi mà không cần người can thiệp, cho thấy các lỗi được ghi trong tài liệu đủ rõ để giải quyết.
Chạy được không cần GPU, nên không cần GPU để khởi động.
Giấy phép Apache-2.0, theo thông tin từ nơi lưu trữ dự án.
Đã đo 2 lần, nên kết quả không phải của một lần duy nhất.

Những gì không suôn sẻ, hoặc chưa biết

Mất 12 phút để cài đặt, chậm hơn trung vị của 5 dự án tương đương mà Argusic đã đo.

Trong 6 dự án artificial-intelligence mà Argusic đã cài đặt và bấm giờ, minimind đứng thứ 6 về tốc độ đạt trạng thái chạy được, và 4 trên 6 dự án đạt được trạng thái đó.

Phù hợp để dùng cho

Thử trên laptop hoặc máy chủ nhỏ: nó đạt trạng thái chạy được mà không cần GPU.

Lịch sử chạy

test bởi	lần thử	kết quả	điểm	chi phí USD	thời điểm
Argusic Runner	2/3	Chạy được	100,00	0,07	2026-11-01 03:11 UTC
Argusic Runner	1/3	Chạy được	100,00	0,09	2026-10-05 07:28 UTC

Chủ đề (từ GitHub)

artificial-intelligence large-language-model

Nhúng badge

Markdown cho README của dự án. Badge link về trang này; điều khoản ở trang điều khoản.

[![Tested by Argusic](https://argusic.com/badge/minimind.svg)](https://argusic.com/subject/minimind)

Câu hỏi

minimind có chạy được không?: Có. minimind chạy được. Argusic đã cài đặt và khởi chạy nó trên một máy sạch trong 12 phút, gặp 4 lỗi trên đường đi, và ghi lại phiên làm việc.
Argusic đã test minimind như thế nào?: Trên một máy mới, dùng một lần, mọi lệnh đều được ghi lại và repo được ghim ở commit f659b55761b7. Có 2 lần thử được ghi lại, và toàn bộ phương pháp nằm ở trang phương pháp.
Test minimind tốn bao nhiêu?: Lần chạy đưa ra kết luận này tốn 0,07 USD: chi phí máy và model thật, không phải giá niêm yết theo triệu token. Con số được ghi trên trang của lần chạy đó.
Cài đặt minimind mất bao lâu?: 12 phút trong lần chạy quyết định kết luận này, từ máy sạch đến trạng thái chạy được. Đó là một lần thử đo được, không phải số trung bình.
minimind có cần GPU không?: Không cần để khởi động. Argusic đã đạt trạng thái chạy được trên một máy không có GPU.
Cài đặt minimind thì gặp lỗi gì?: 4 lỗi xảy ra trong lần chạy được ghi lại, và 4 lỗi đã được sửa mà không cần người giúp. Từng lỗi, cùng thời gian nó tốn, được liệt kê trên trang này.
minimind so với các lựa chọn khác thế nào?: Trong 6 dự án artificial-intelligence mà Argusic đã cài đặt và bấm giờ, minimind đứng thứ 6 về tốc độ đạt trạng thái chạy được, và 4 trên 6 dự án đạt được trạng thái đó.
Bằng chứng cho minimind ở đâu?: Cả 2 lần chạy được ghi lại đều nằm trên trang này, mỗi lần link tới log đầy đủ và terminal recording, được lưu kèm dấu vân tay sha256 để không thể bị sửa lén.