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
- 前OpenAI成员支招：新模型定价调整该怎么跟用户沟通 — jxnlco · 2026-09-30
- 基于 GLM-5.3 的网络安全模型 OrcaCyber Zero 登场，CyberGym 达 98% pass@1 — TheZachMueller · 2026-09-30
- Scientific American 报道:Claude 攻克一个重要数学问题 — drhenriquesoares · 2026-09-30
- 教授怒批 OpenAI 罕见失误:数千学生依赖的 GPT 课程被逼迁移 — prof_g · 2026-09-30
- 用户实测:Newsol 效率惊艳接近旧版手感,Astra 却更难用 — adonis_singh · 2026-09-30
- Claude Opus 直接在 Blender 里建模并做动画，VFX 作者自叹震撼 — ID_R_McGregor · 2026-09-30