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 MiMo 发布 CodeMidas：仅凭源码自动生成 5545 个编码 RL 环境(6 条相关)→
「模型」频道最新
- HF 研究员主张用效率增益指标取代最终 benchmark 分数 — eliebakouch · 2026-11-12
- 陶哲轩坦承：看 ChatGPT 雅可比猜想对答也曾被信息量淹没 — ChrisGPotts · 2026-11-12
- 网友辟谣:「Anthropic Opus 5.5 训练成本超 100 亿美元」系假消息 — ns123abc · 2026-11-12
- Domingos 贴图否定指数增长：前沿模型能力每年仅线性涨 16.5 分 — pmddomingos · 2026-11-12
- Hark 推出 Pro⁴ 高阶套餐,用量达 Pro² 的 10 倍 — adcock_brett · 2026-11-12
- Inkling 2 Small 预训练仅 1/6 时长却表现强劲，引发业内猜想 — georgejrjrjr · 2026-11-12