⌘ K
… 读取采集状态 同步中...
雷
原文
夕小瑶科技说· 夕小瑶科技说·· 26 天前精选AI 评分87

小米 MiMo-V2.6 直播强化学习训练过程,两天花费超 113 万美元

小米直播大模型训练,两天烧掉800万

AI 导读

小米 MiMo 团队直播 MiMo-V2.6 模型的强化学习训练过程,仪表盘实时展示数据配比、算力花费及评测成绩,截至发稿累计花费超 113 万美元。该训练在多任务智能体强化学习场景下进行,单步处理约 20 亿 token,其中代码数据占比约三分之二。评测显示 MiMo-V2.6-Pro 在 DeepSWE v1.1 基准上得分 63.72,训练通过率提升至 61.4%。

推荐理由

小米首次直播大模型强化学习训练过程,公开了每一步的数据配比、算力开销和实时评测成绩。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:夕小瑶科技说 · mp.weixin.qq.com