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。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmubtkxzb0a4hrocihua4lbue
信息源：AI HOT · 全部动态
- 原文链接：小米 MiMo-V2.6 发布，团队复盘大规模 RL 扩展之路
- 分类：AI 模型
- 作者：X：罗福莉 (@_LuoFuli)
- 发布时间：2026/09/22 06:27
评论0