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。
所属事件:小米开源 MiMo-V2.6 蒸馏 Qwen 9B 模型并放出 7000+ RL 环境(8 条相关)→
「模型」频道最新
- 11 个 LLM 剑桥辩论社对决 1168 场：Claude Fable 5.2 压倒性夺冠 — AymericRoucher · 2026-11-12
- 用户实测 Claude App：widget 模块看不到用户编辑、移动端也不显示 — petergyang · 2026-11-12
- OpenAI 将下线 Standard Voice，用户发帖纪念这个「没人测的基准」 — aesthetic_legume · 2026-11-12
- Allen-Zhu新论文：Canon层随机卷积权重也能提升模型推理 — teortaxesTex · 2026-11-12
- Ricursive 发布开源权重 Ripple-65B：TerminalBench 称霸美国开源榜 — StanfordAILab · 2026-11-12
- 被严重低估的资源：跨模型跨厂商的工具调用可靠性实测 — ricklamers · 2026-11-12