小米 MiMo 开源 MiMo-V2.6 RL 训练数据集,含代码与多模态样本
iScienceLuvr · x · 2026-09-26
小米 MiMo 团队将强化学习数据集 MiMo-V2.6-RL-oss 上传至 Hugging Face 并以 Apache-2.0 许可开源，被社区评价为"非常难得"。数据集规模在数千样本级别，模态覆盖文本、图像与文档，格式为 parquet，内容包含真实代码测试用例等 RL 训练样本。对想做模型 RL 后训练复现或研究的人来说是一份可直接下载使用的开源资源。
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