小米 MiMo-V2.6-Pro-RL 登顶开源智能榜，公开 RL 任务环境与 260 万美元训练成本
lmoroney · x · 2026-10-03
Laurence Moroney 介绍了小米刚发布的一批全 MIT 协议开源模型：MiMo-V2.6-Pro-RL 登上 Artificial Analysis 开源模型智能指数榜首，另有 Flash 版和一个 9B 蒸馏版。
值得关注的是训练细节：
- 代码 RL 任务中，测试通过后还由 AI 评分器额外衡量改动是否足够聚焦、是否符合仓库既有约定，像严格的 code reviewer 一样打分。
- 公开了超过 7000 个 RL 任务环境和训练代码。
- 披露 Pro RL 训练成本约 260 万美元。
作者建议：如果你教课或构建智能体，应把奖励设计（reward design）纳入必修内容——像认真的人类评审那样，衡量改动是否小、聚焦、与代码库风格一致。
所属事件:小米 MiMo-V2.6 开源模型登顶智能榜，训练成本 260 万美元(2 条相关)→
「编程与Agent」频道最新
- 15 个 Claude Skills 与插件清单，让 Claude 少写重复提示词 — Aiden_Tech_Ai · 2026-10-03
- 用户称 Beepboop 记忆召回体验反超前沿 Agent 框架 — Kyrannio · 2026-10-03
- 「软件已成液体」：SOTA 模型让程序边界彻底消融 — a300a300 · 2026-10-03
- 网友晒 GPT-6 「Astra Dots」自主用 Blender 建出整座 3D 宫殿 — 141_1337 · 2026-10-03
- 实测 Muse/Dots/Grok Bot：UX 与完成度排名大翻转 — brandon_galang · 2026-10-03
- 代码审查工具 px0 新增 Mermaid 图表与「你的改动 vs PR 改动」对比视图 — arpit_bhayani · 2026-10-03