小米直播展示 MiMo-V2.6 Pro 强化学习训练过程
小米直播了他们的 AI 模型 MiMo-V2.6 Pro 的训练过程，能看到具体的数据和成本，挺有意思的。
全部动态
AI 相关资讯全量信息流 · 45 条
9月18日
9月17日
小米发布MiMo-V2.6，研究多任务代理RL的扩展性
小米搞了个叫MiMo-V2.6的模型，在研究多任务代理RL怎么扩展，计算量很大，每步20亿令牌，用了很多提示和滚动，还混合了多种环境，挺有意思的。
小米 MiMo 团队直播新模型 MiMo-V2.6 的 RL 训练过程
小米团队直播新模型 MiMo-V2.6 的 RL 训练过程，实时显示成本，让你看到训练一个模型到底有多费钱。
小米 MiMo-V2.6 模型 RL 训练细节公开
小米开源了他们新模型 MiMo-V2.6 的训练细节，能让你了解如何用 RL 构建开源 AI，和之前的方法比，他们把计算、环境和评估都做了更大规模的扩展。
