⌘ K
… 读取采集状态 同步中...
雷
原文
X:Greg Brockman (@gdb)·· 22 天前AI 评分1

小米 MiMo-V2.6 发布,团队复盘大规模 RL 扩展之路

AI 导读

罗福莉介绍 MiMo-V2.6,称其可能是开源模型团队迄今按计算量计最大的单次 RL 运行,现为排名第一的开源模型。MixRL 用于中等难度可验证任务(如代码与相关 Agentic 任务),难以验证或超长程任务单独训练后经 MOPD 合并;团队同时发布了从 MiMo RL 轨迹蒸馏的 Qwen 模型、7K 多样化环境和完整 RL 训练框架。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:X:Greg Brockman (@gdb) · x.com