小米 MiMo-V2.6 仅 30 步 RL 即大幅提升，未见平台期
burny_tech · x · 2026-09-23
- 引用评论指出小米 MiMo-V2.6 训练中最令人意外的一点：模型仅在 30 步强化学习内就取得显著提升，远少于预期的步数，且完全没有平台期迹象。
- 评论者疑惑小米为何没有继续训练下去。主帖以一张梗图调侃小米跑 RL 步数之少。
所属事件:小米 MiMo RL 训练细节引热议：疑似 1M 上下文、30 步即大幅提升(15 条相关)→
「模型」频道最新
- 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
- 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
- Datalab 快速模式 OCR 准确率超 Opus 5.5，价格仅 1/4 到 1/68 — VikParuchuri · 2026-11-12
- Claude 世界知识被赞惊人：单条 prompt 即可猜出用户身份 — adonis_singh · 2026-11-12