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 MiMo-V2.6 发布：1000+ TPU 上押注 RL 扩展(10 条相关)→
「研究」频道最新
- AI 管线扫描 Linux 内核发现 2386 个漏洞,170 个补丁已合入主线 — ycombinator · 2026-11-12
- CoRL 联合主席忆 2021 展区仅三张桌，对比 2026 规模感概行业巨变 — Ed__Johns · 2026-11-12
- 预训练原子模型筛选 1620 种组合，为单原子金属找稳定衬底 — bravo_abad · 2026-11-12
- Claude Fable 5.2 机器人实验被拿去吊打李飞飞 World Labs?作者称搞错了研究问题 — dotey · 2026-11-12
- Claude 数周产出 239 个形式化证明,验证 123 个开源库无崩溃 — kieranklaassen · 2026-11-12
- SynthICL：纯合成数据训练，单演示泛化 16 项真实操作任务 — Ed__Johns · 2026-11-12