强化学习训练

小米MiMo两条公开强化学习训练均停止，合计完成60步

小米MiMo公开直播的Pro和Flash强化学习训练均停在30个完整步骤，合计花费347.47万美元，评测成绩整体提升但期间出现回落及基础设施故障。