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 MiMo 发布 CodeMidas：仅凭源码自动生成 5545 个编码 RL 环境(6 条相关)→
「编程与Agent」频道最新
- 开发者自制 Kimi K3.1 Pro 编码微调数据集，LFM3 版下载量意外爆棚 — alexcovo_eth · 2026-11-12
- 开发者放话：AI Agent 基础设施需要彻底重构，别套用 Kubernetes — krishnan · 2026-11-12
- SpaceX 工程师 Lauren Tan 七步法：月发 11000 个 PR、回滚率仅 0.5% — TheTuringPost · 2026-11-12
- Every agent 新功能：从 Slack 直接创建和编辑 Google 表单 — every · 2026-11-12
- Notion MCP Server 支持 CRUD 全流程,可接入 Cursor 与 Claude — modelcontextprotocol · 2026-11-12
- MuniSpot MCP 连接器覆盖 2 万多个美国市政财务数据 — modelcontextprotocol · 2026-11-12