MiMo v2.6 环境合成:真实场景打底、多种 harness 并训
tokenbender · x · 2026-09-22
线程第 4、5 部分:MiMo 的环境合成遵循数据合成的一般原则——清晰的规格、从丰富的真实世界场景池采样、精选优质种子任务并做接地(grounding),没有花活但这些原则不可妥协。论文还引用 CodeMidas 的源码驱动合成,长程任务部分主要靠 agent 驱动合成。另一亮点是 4.2.5 节:用多种 harness 训练,因为开源用户没有统一工具,常自建 harness,多 harness 训练是务实选择。
所属事件:小米发布 MiMo v2.6，RL 三要素扩规模成核心看点(6 条相关)→
「研究」频道最新
- Anthropic 自建生物实验室,让 Claude 操纵机器人做药物实验 — The Decoder · 2026-09-22
- 超 1TB 中国 A 股 L2 逐笔限价订单簿数据集上线 Hugging Face — venvoo · 2026-09-22
- Grok 4.7 发布后，Reddit 提议按「每可用任务成本」而非 token 价评估模型 — Crescitaly · 2026-09-22
- 谷歌 ScientistTwo 自动科研系统:107 道题攻克 80.4%,超人类 SOTA — thisdudelikesAI · 2026-09-22
- 腾讯混元推出 WebCraftBench:Agent 实测网页应用,人偏好匹配度 85.3% — TencentHunyuan · 2026-09-22
- Sarah Hooker 提议收 1 美元投稿费,测 AI 研究 agent — MannyKayy · 2026-09-22