前 xAI/Gemini 工程师揭秘：驾驶 MiMo-V2.6 RL 训练的真实体验
infoxiao · x · 2026-09-19
前 xAI 与 Gemini 团队工程师 dustinvtran 分享操盘 MiMo-V2.6 RL 训练的体验：训练一个真正会被上线发布的 checkpoint，没有一次 run 是「启动后就不管」的——整个过程就是边跑边发现并修补基础设施与配方问题。硬性失败最容易处理；如果你觉得 run 没问题，那说明你观察得还不够。他称这与自己在 xAI 和 Gemini 的经历非常相似。
所属事件:MiMo-V2.6 RL 训练直播:infra 重启损失超 40 万美元(2 条相关)→
「公司和人」频道最新
- 从「AI 没有湿实验室」到 Anthropic 为 Claude 建湿实验室 — granawkins · 2026-09-19
- AI Daily Brief:企业真正关心的 AI 议题是 Agent 安全与数据主权 — The AI Daily Brief · 2026-09-19
- Factory 宣称推出首个可本地部署的企业级 AI 软件产品 — annbordetsky · 2026-09-19
- Asymco 揭秘:苹果刻意把 Siri 做成顾问而非情感伴侣 — asymco · 2026-09-19
- Anthropic 与 Accenture 深度绑定,「独立评估方」独立性遭质疑 — PaulYacoubian · 2026-09-19
- 曝 Anthropic 年化营收将破 1000 亿美元,酝酿史上最大 IPO — kimmonismus · 2026-09-19