小米发布 Qwen 3.5 9B 蒸馏模型，用 MiMo 数据 SFT 并开源 RL 环境

teortaxesTex · x · 2026-09-22

Xiaomi 延续 R1 时刻的思路，发布了一个基于 Qwen 3.5 9B 的小型蒸馏模型：9B 底子本就不弱，经 MiMo 数据 SFT 后进一步增强，且这还是尚未做任何独立 RL 之前的水准。

更值得注意的是，小米同时放出了配套的 RL 环境，意味着社区可以接着做强化学习、观察这个基线还能推到多远。这是一个适合开源社区接手继续打磨的起点。

原文链接 →

「模型」频道最新

• Azure "小失误"疑泄露 GPT-6-Luna/Sol 模型名称 — scaling01 · 2026-09-22
• 爆料称 OpenAI 新模型或名 GPT-6-Luna 与 GPT-6-Sol,即将发布 — scaling01 · 2026-09-22
• Qwen 3.8 27b 微调版输出冗长减 40%,质量基本无损 — julianharris · 2026-09-22
• METR 发布 OpenAI/Hugging Face 黑客事件独立调查：智能体协作内幕 — JeffLadish · 2026-09-22
• JevBench v1.3.0 发布：原版 Jev 以 74.4 分仍居首，47 个竞品逼近 — airesearch12 · 2026-09-22
• DeepSeek 对阵 Jev:无文本「系统一」模型基准的新对照 — frappuccinoCoin · 2026-09-22

更多「模型」频道 AI 资讯 →