MiniMax-M2.7 / M3: tool output not propagated between chained tool calls (design_workflow → validate_design)
Nessuno ha ancora preso questa issue.
Valutazione
- Difficoltà
- 5/5
- Tempo stimato
- Più di una settimana
- Idoneità per principianti
- 25/100
- Tipo di issue
- Bug
- Chiarezza
- Abbastanza chiara
- Stato di attività
- Tranquilla
- Ambito
- ai
Direzione di ricerca
Inizia con la configurazione di harness-test-bench e lo scenario smoke_all_tools_2, poi esamina la Task 2 (task_2_module_design) e le relative chiamate design_workflow → validate_design. Confronta MiniMax-M2.7/M3 con M2.5; il lavoro è completato quando la chiamata concatenata riceve l'esatto risultato di design_workflow in una richiesta validate_design valida secondo lo schema.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Descrizione
Capability area: Agent harness / Tool use
What does M2.7 fail to do for you?
MiniMax-M2.7 fails to produce a valid JSON schema conforming to the validate_design tool definition when chaining from design_workflow.
What would "good" look like in M3?
validate_design receives a valid JSON schema that conforms to the tool's parameter definition — populated from the actual design_workflow result, not reconstructed from model reasoning.
Summary
MiniMax-M2.7 and MiniMax-M3 both fail to propagate tool output across a sequential tool call chain. When design_workflow returns a schema object, both models call the next tool (validate_design) with a schema that does not match the returned output — either reconstructed, incomplete, or structurally invalid against the tool definition.
MiniMax-M2.5 does not reproduce this behavior.
Environment
| Field | Value |
|---|---|
| Models affected | MiniMax-M2.7, MiniMax-M3 |
| Model passing | MiniMax-M2.5 |
| Endpoint | OpenRouter |
| Tool calling | Sequential 2-step chain |
| Observed | 2026-06-17 (UTC+8) |
Expected behavior
design_workflowis called and returns a schema object- The model reads the tool result
validate_designis called withschemaset to the exact object returned in step 1, conforming to the tool's JSON schema definition
Actual behavior
The model calls validate_design with a schema argument that does not match the design_workflow output. The model appears to reconstruct the schema from internal reasoning rather than reading the tool result, producing a value that violates the tool's parameter schema — missing required fields or structurally incorrect.
Benchmark eval output:
issues: ["Validated design is missing fields: project name, client, start date, deadline, owner, budget"]
Tool call sequence observed
1. design_workflow(...)
→ returns: { name, information: [{name, type, ai_hint}, ...], states: [...], ... }
2. validate_design({ schema: <does not match step 1 output, fails tool schema validation> })
→ missing required information fields
Steps to reproduce
We have an open-source MCP tool benchmark that reproduces this consistently:
Repo: https://github.com/Inistate/harness-test-bench
- Clone the repo and follow the setup instructions
- Run the
smoke_all_tools_2scenario againstminimax/MiniMax-M2.7orminimax/MiniMax-M3 - Inspect Task 2 (
task_2_module_design) —validate_designwill be called with a schema that does not conform to the tool's parameter definition - Compare against a passing model (e.g.
minimax/MiniMax-M2.5) running the same scenario
Questions
- Is this a known regression from M2.5?
- Does the model read tool results back into context between sequential calls, or is this not guaranteed?
- Is there a recommended pattern to ensure tool output is forwarded as-is rather than reconstructed?
Workaround
We currently exclude M2.7 and M3 from workflows requiring sequential tool output propagation. A fix at the model level would be preferable.
References
Reproduced across multiple runs in an independent MCP tool benchmark. M2.5 passed consistently. M2.7 scored 3/5 and M3 scored 2/5, with the T2 chain failing on every run for both models.
- Lingua principale
- Nessun dato sulla lingua
- Stelle
- 490
- Fork
- 59
- Metriche di merge delle PR
- Nessuna PR unita negli ultimi 30g
Preparare l'ambiente
Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.
Come iniziare
- Leggi tutta la issue e poi la guida ai contributi del progetto.
- Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
- Fai un fork del repository e lavora su un branch.
- Apri una pull request che faccia riferimento al numero della issue.
Altre issue di MiniMax-AI/MiniMax-M3
-
Difficoltà 1/5 Meno di un'ora Idoneità per principianti 90/100
MiniMax-AI/MiniMax-M3#34 · 1 reazione ·
-
[M2.7 Bug]Apertabug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
MiniMax-AI/MiniMax-M3#35 ·
-
enhancement
Difficoltà 4/5 3-5 giorni Idoneità per principianti 45/100
MiniMax-AI/MiniMax-M3#33 ·
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 48/100
MiniMax-AI/MiniMax-M3#32 ·
-
bug
Difficoltà 4/5 3-5 giorni Idoneità per principianti 42/100
MiniMax-AI/MiniMax-M3#31 ·
Tutte le issue di MiniMax-AI/MiniMax-M3
Issue simili
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 78/100
I maintainer di solito rispondono entro 1 giorno
-
fix(knowledge): frame the video title and URL in the video-digest resume prompt as untrusted dataApertaneeds-human needs-triage
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
melodic-software/claude-code-plugins#6980 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
GrokModel.generate/a_generate pass an OpenAI-style list-of-dicts to xai_sdk.chat.user(), so every call crashes with a protobuf TypeError before any network I/OForse già presa @Christian-Sidak l’ha presa oggi. Aperta
Difficoltà 2/5 1-3 ore Idoneità per principianti 70/100
confident-ai/deepeval#3436 · 1 commento ·
I maintainer di solito rispondono entro 1 giorno
-
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
dam-agents/dam#4562 ·
I maintainer di solito rispondono entro 1 giorno
-
clawsweeper:fix-shape-clear clawsweeper:queueable-fix clawsweeper:source-repro impact:auth-provider impact:ux-friction issue-rating: 🦞 diamond lobster no-stale P2
Difficoltà 2/5 1-3 ore Idoneità per principianti 62/100
openclaw/openclaw#168665 · 2 commenti · 1 reazione ·
I maintainer di solito rispondono entro 1 giorno