小米开源 MiMo-V2.6 全套 RL 栈,附 7.8K 训练环境与公开训练仪表盘
SergioPaniego · x · 2026-09-30
小米上周在 Hugging Face 发布 MiMo-V2.6,并罕见地开源了背后的完整 RL 训练栈,附带一篇详述 post-training 细节的长篇技术报告。
亮点包括:
- 训练指标在公开 dashboard 上实时直播
- 附带 7.8K 个 RL 训练环境及对应 verifier,覆盖代码、网络安全、知识工作、Web 开发和音乐
- @adithyask 已将全部环境移植到 Hub 上的 Harbor
- Explorer HF Space 可在浏览器中直接打开任务、选模型跑 rollout 并查看打分,是上手理解这些环境的最低门槛入口
所属事件:小米开源 MiMo-V2.6 完整 RL 训练栈(2 条相关)→
「模型」频道最新
- KradleBench 经济维度:DeepSeek V4.1 Flash 成开源模型最好成绩 — dansitu · 2026-11-19
- Gemini 4 三款模型霸榜 BrushArena 前四,图像生成审美引热议 — teortaxesTex · 2026-11-19
- Astra 数学证明不走寻常路:自创 capacity 概念绕开三大 Mathlib 深定理 — IgorCarron · 2026-11-19
- 前 Claude 死忠粉实测:想用好 Astra/Sol,得重新学怎么下 prompt — mariofilhoml · 2026-11-19
- 博主观察:Google 与 Anthropic 正赢得「公共 AI」之争 — imjustnewatai · 2026-11-19
- 谷歌 8 天连发三个旗舰模型,网友猜测此前 RSI 暗示另有后手 — haider1 · 2026-11-19