小米 MiMo-V2.6 公开 RL 训练:DeepSWE 从 58.4 冲至 72.57
teortaxesTex · x · 2026-09-23
nrehiew 发布了关于 MiMo-V2.6(最新开源模型)的论文解读,该模型是最新一个公开直播 RL 训练过程的项目。论文与 DeepSeek v4.1 Flash 的侧重不同,主要聚焦数据构造和 RL 实验结果。
关键结果:MiMo RL 训练已完成,pro 模型在 DeepSWE 上从 58.41 提升到 72.57。作为对比,DeepSWE 当前最高分为 74,由 Astra、Gemini 3.8 Flash 和 Opus 5 保持——开源模型已逼近 SOTA 水平。
所属事件:小米 MiMo 完成 RL 训练，DeepSWE 跃升至 72.57(2 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