网友算账:MiMo 论文 127 万条 rollout 轨迹,或只需 10 小时算力
teortaxesTex · x · 2026-09-23
网友根据小米 MiMo 论文数据做算力推算：其 RL 训练采样约 127 万条轨迹（保留 75.2 万），一条 rollout 即一个沙箱环境，rollout 占总时间 44%——据此推算 V2.6 Flash 约 36 小时。发帖人认为换成一个 DSec 单元加 V4.1 可能 10 小时就能跑完这个 rollout 量。原推出自 yacineMTB「被疯狂 mog」的感慨，讨论核心是 RL 训练中 rollout 生成成本的量级对比。
所属事件:网友推算 MiMo RL 训练轨迹数,称其仍逊于 V4.1(2 条相关)→
「Infra」频道最新
- 苹果官宣 Mac mini/Studio 主打 AI 升级，被称 AI 开发标配硬件 — BLUECOW009 · 2026-09-23
- 阿里 V900 芯片对标 Blackwell,但国内份额仅 16% — pstAsiatech · 2026-09-23
- Orthrus 系统统一嵌入与生成推理,迭代 RAG 吞吐最高提升 4.52 倍 — _reachsumit · 2026-09-23
- 77 天 1155 次决策仅花 $0.09，AI 交易 Agent 回测未跑赢买入持有 — nikola_mr64990 · 2026-09-23
- 曝 Anthropic 洽租阿波罗系数据中心至多 1GW 算力 — rohanpaul_ai · 2026-09-23
- 曝 Anthropic 拟向 Apollo 旗下数据中心租赁最多 1GW 算力 — rohanpaul_ai · 2026-09-23