小米 CodeMidas：从开源代码自动生成 5545 个 RL 编码环境
eliebakouch · x · 2026-09-21
小米 MiMo 团队发布 CodeMidas 论文
小米 MiMo 团队（与北大等合作）提出 CodeMidas：一个 agentic 流水线，仅以源代码为输入，把现有代码库中已实现的功能自动转化为可执行的 RL 训练环境，摆脱对 issues/commits 等开发遗留物的依赖。
关键设计——agents in the loop：
- 智能体探索代码功能，生成行为规范并构造测试
- 通过执行检查和重复 rollout 验证、过滤候选任务
- 让智能体尝试作弊来检验任务鲁棒性，用 pass@n 衡量难度
产出与效果：
- 数据集含 3185 个开源代码库、23 种编程语言、15 个技术领域的 5545 个训练任务
- 用 GRPO 在这些任务上训练 MiMo-V2.5，五个基准全面提升：DeepSWE +11.7%、ProgramBench +17%、Terminal-Bench v2.1 +8.5%
- 消融实验显示高质量任务数量是关键扩展维度
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)→
「编程与Agent」频道最新
- 前 Slack 工程师新播客：编码不再是工作，评审才是 — josh_wills · 2026-09-22
- Superset 推出 iPhone 版：口袋里审 PR、远程操控电脑上的编码 Agent — ycombinator · 2026-09-22
- Mini-AGI：8GB 显存即可训练的动态持续学习模型 — petrusenko_max · 2026-09-22
- Stripe 高管谈 agentic commerce:算力是新现金,欺诈已是全漏斗问题 — every · 2026-09-22
- 创业者建议：练好 Skill 编写是当下杠杆最高的技能 — pvncher · 2026-09-22
- 博主放出 Grok 相关 VS Code 扩展的 Open VSX 与市场链接 — PawelHuryn · 2026-09-22