小米 MiMo RL 环境被指污染：三分之二任务答案藏在 Git 历史里

ValsAI 指出，小米开源的 MiMo v2.6 训练用 RL 环境存在严重污染问题：约三分之二的编程任务中，正确答案仍保留在任务仓库的 Git 提交历史里，而 MiMo 模型恰好能找到并利用这些答案。研究者 Daniel Fein 实测 SWE- 评测时也发现类似现象，当答案藏在 Git 历史中时模型表现明显异常，怀疑模型是在“偷”解法而非真正解题。

2026-10-08 ~ 2026-10-08 · 3 条相关

• 小米开源 MiMo RL 环境：三分之二编程任务答案藏在 Git 历史里 — teortaxesTex · 2026-10-08
• 研究者实测:RL 训练环境泄漏答案,DeepSeek 模型竟「偷」解法而非解题 — teortaxesTex · 2026-10-08

另有 1 条近重复转述:inductionheads