小米 CodeMidas 把开源代码变成 RL 训练环境，生成 5545 个任务
teortaxesTex · x · 2026-09-21
HuggingPapers 引介的论文：小米的 CodeMidas 不依赖 issue 或 commit，而是用智能体直接从开源代码库中抽取可执行任务，构建 RL 训练环境，覆盖 23 种语言、共生成 5,545 个任务。
teortaxesTex 点评：小米这轮 RL 训练的环境开发细节异常公开，从数据构建、rollout 特征到成本都有详细披露，是目前对大厂 RL 技术栈少见的细粒度了解；至于这些投入最终能兑现成什么，还有待观察。
所属事件:小米 CodeMidas 从源码自动生成 5545 个 RL 编程环境(4 条相关)→
「模型」频道最新
- Gemma 官方 API 被曝输出 JSON 时陷入死循环 — Aggravating-Push-207 · 2026-09-21
- 传 Opus 5.5 与 GPT-6 Sol 明天发布,唱衰者坚称无人能敌 Astra — patience_cave · 2026-09-21
- Yandex 开源 80B MoE 基座模型 AliceAI-Foundation,登 HF 热榜 — yandex · 2026-09-21
- 爆料称 Anthropic 新模型即将发布且达 SOTA 水平 — iruletheworldmo · 2026-09-21
- GLM-5.3 上线 Mistral Vibe Code：Mistral 欧盟托管、支持 1M 上下文 — isidor_n · 2026-09-21
- 35B 开源模型 FrontierAgent 宣称可与前沿模型竞争 — David Ondrej · 2026-09-21