小米发布 MiMo-V2.6 论文：用强化学习规模化冲击 LLM 核心
KyeGomezB · x · 2026-09-27
Xiaomi 团队发布论文 MiMo-V2.6: Scaling Reinforcement Learning Towards LLM-Core，主张将强化学习规模化作为提升 LLM 核心能力的关键路径。
- 论文编号 [LG]，2026 年发布，ArXiv 链接见原帖
- 核心论点是 RL scaling 正在从后训练补充手段走向模型能力的主要来源
- 细节需查阅论文原文
「研究」频道最新
- AI 智能体日夜运转一个月,复现法国气象局 AROME 天气模型 — IgorCarron · 2026-11-11
- NYU 新方法:看人做 5 分钟家务,机器人就能学会擦桌子 — CyberRobooo · 2026-11-11
- 新预印本：以空间单细胞分辨率绘制早期器官发生的人类胚胎图式 — anshulkundaje · 2026-11-11
- OpticalRAG：文档渲染成图压缩至 16 个 token，三项基准压缩感知精度最佳 — kalyan_kpl · 2026-11-11
- 百度发布 ERNIE Evolve 自动研究系统,NanoGPT Speedrun 超公开最好成绩 — xiaohu · 2026-11-11
- Diffusion Week 2026 十讲全部公开:覆盖视频生成与世界模型 — LucaAmb · 2026-11-11