MiMo-V2.6 疑为开源界最大单次 RL 训练,罗福莉称难度超 DeepSeek R1
teortaxesTex · x · 2026-09-22
小米 MiMo 团队负责人罗福莉发文介绍 MiMo-V2.6:按算力计,很可能是开源模型团队迄今最大规模的单次 RL 训练。她表示在算力极度稀缺的当下,仍投入数十人团队长期专注一件事——scaling up RL。
技术路线为 mid-training 打潜力、大规模 RL 释放潜力,称结果是当前开源第一模型,并力荐技术报告,认为会成为 Agent RL 方向的代表作。
她进一步评价:「其研究创新与工程挑战超过我曾部分参与的 DeepSeek R1。」
所属事件:小米开源 MiMo-V2.6：46 分登顶开源榜，训练全程直播(47 条相关)→
「模型」频道最新
- Claude Fable 5.2 登顶 Code4Scene,还钻了碰撞检测器的空子 — ZhitingHu · 2026-11-12
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12