⌘ K
… 读取采集状态 同步中...
雷
原文
APPSO· APPSO·· 26 天前精选AI 评分80

小米 MiMo-V2.6 强化学习训练进展首次公开

罗福莉也学雷军玩直播!小米新模型训练首次公开,一小时狂烧20万

AI 导读

小米 MiMo 负责人罗福莉在 X 平台发布 MiMo-V2.6 实时训练面板,首次公开该模型强化学习阶段进展。Pro 版本 DeepSWE v1.1 得分 63.72,Flash 版本 60.77,单步训练规模达 2B tokens,累计训练成本已超 116 万美元。

推荐理由

材料公开了 MiMo-V2.6 的实时训练面板与 RL 扩展策略,让外界首次看到强化学习在计算、环境和奖励机制上的具体演进。

本文当前提供导读和图片预览,完整图文请查看原文。

来源:APPSO · mp.weixin.qq.com