小米开源 MiMo v2.6 pro/flash 的 RL 训练环境与代码
zainhas · x · 2026-09-26
- 小米在 Hugging Face 上开源了用于 RL 训练 MiMo v2.6 pro/flash 的环境与代码,数据集为 XiaomiMiMo/MiMo-V2.6-RL-oss,采用 Apache-2.0 许可证。
- 开源内容包括文档、图像、文本模态的 RL 训练数据,可供社区复现或借鉴其强化学习训练流程。
所属事件:小米开源 MiMo-V2.6 RL 数据集与训练代码(9 条相关)→
「研究」频道最新
- Sakana AI 与 Pathway 对谈实录：后 Transformer 时代 AI 与大脑的关联 — kaixhin · 2026-11-11
- METR 回应质疑:AI 提速结论基于大量未公开数据 — peterwildeford · 2026-11-11
- RL 攻防双环境:训练 AI 植入后门与检测后门,收敛点成谜 — DimitrisPapail · 2026-11-11
- UniPath 被 NeurIPS 2026 接收：单模型自适应协调理解与生成 — jindong_wang92 · 2026-11-11
- 前 Astra 成员创业做 real2sim2real：机器人仿真光『看得真』不够 — abhishekunique7 · 2026-11-11
- Scale AI 1200+ 次训练对比 PPO 与 GRPO:小 batch 用 critic,大 batch 可省掉 — heghbalz · 2026-11-11