小米MiMo团队称MiMo-V2.6或完成开源模型领域最大规模单次强化学习训练
小米MiMo团队成员罗福莉表示，MiMo-V2.6可能完成了开源模型领域规模最大的单次强化学习训练之一，并发布了相关训练框架及蒸馏模型。
Loading…
bibibibibibiLoading…
Connect scattered updates into a story you can understand.
小米MiMo团队成员罗福莉表示，MiMo-V2.6可能完成了开源模型领域规模最大的单次强化学习训练之一，并发布了相关训练框架及蒸馏模型。
小米MiMo负责人罗福莉称，MiMo-V2.6的研究创新与工程挑战超过其参与过的DeepSeek R1，并介绍了MixRL与MOPD的分工。