小米 MiMo 完成 RL 训练，DeepSWE 跃升至 72.57

小米 MiMo 模型的强化学习训练已完成，MiMo Pro 在 DeepSWE 基准上的成绩从 58.41 跃升至 72.57，接近当前最高分 74（由 A 开头模型保持）。随后 nrehiew 发布了对最新开源模型 MiMo-V2.6 的论文解读，该项目以公开直播 RL 训练过程为特色，其侧重与 DeepSeek v4.1 Flash 有所不同。

2026-09-21 ~ 2026-09-23 · 2 条相关

事件全程(共 3 集)→

• 第 1 集:小米 MiMo 完成 RL 训练，DeepSWE 跃升至 72.57(2026-09-21,2 条)
• 第 2 集:小米开源 MiMo-V2.6 登顶开源权重榜，RL 训练全程直播(2026-09-22,39 条)
• 第 3 集:小米 MiMo-V2.6 Pro 实测：编码 3D 游戏多模态全面升级(2026-09-22,2 条)

• 小米 MiMo 完成 RL 训练，DeepSWE 从 58.41 跃至 72.57 — nrehiew_ · 2026-09-21
• 小米 MiMo-V2.6 公开 RL 训练:DeepSWE 从 58.4 冲至 72.57 — teortaxesTex · 2026-09-23