MiMo V2.6 发布,团队拟开源 7000 个 RL 训练环境

teortaxesTex · x · 2026-09-22

MiMo V2.6 正式上线。配套技术论文被评价为非常值得一读，团队还计划开源约 7000 个 RL 训练环境，对强化学习研究者是重要资源。

原文链接 →

「模型」频道最新

• 曝 OpenAI 训练 24 天的新模型已解决百余个数学开放难题 — IgorCarron · 2026-09-22
• Paradigm 发布 Limite 1B，专攻高频数学推理的 1B 小模型 — tensorqt · 2026-09-22
• 推主推测 Grok Pro 线为 Flash 线延伸,mxfp4 QAT 服务 RL rollout — stochasticchasm · 2026-09-22
• 从 Adam 转向 Muon 中期训练?业界热议预训练优化器切换与 mxfp4 QAT — stochasticchasm · 2026-09-22
• 扩散 LM 快 5-10 倍却没火，Jev 赶上 agent 变强但慢的时机 — eliza_luth · 2026-09-22
• GPT-6 调推理强度不再失效提示缓存，Codex 支持中途自适应推理 — daniel_mac8 · 2026-09-22

更多「模型」频道 AI 资讯 →