产品发布 / 更新普通
小米MiMo-V2.6开源RL训练细节,已投入超100万美元
原始标题:This should be the standard for building open-source AI. $1M+ so far.
内容摘要
小米MiMo-V2.6正进行大规模RL训练,从三个维度扩展:计算(每步约2B tokens、1568 prompts×16 rollouts、全异步)、环境与harness(多任务智能体RL,单次运行混合多个harness)以及评分计算(组内智能体信用分配,结合测试用例与rubric奖励)。团队表示将在未来数周逐步开源细节,目前投入已超100万美元。
内容分类AI 产品发布与更新
内容层级普通情报
发布时间(北京时间)
本站收录时间(北京时间)
信息来源X:Elvis Saravia (@omarsar0, DAIR.AI)
站内情报编号intel-e2dad4d096ebb94050d4ad77