搜索
小米直播训练 MiMo-V2.6，罗福莉称半年钻研强化学习
23 小时前
小米MiMo大模型负责人罗福莉发文表示，自4月开源MiMo-v2.5后，团队近半年致力于强化学习扩展边界的研究。目前，MiMo-V2.6处于强化学习中间阶段，团队为其新增了计算、环境和工具、Grader Compute三项能力，并将在未来几周逐步开源相关细节。此外，罗福莉还分享了模型训练的直播链接，直播显示MiMo-V2.6即将推出，且训练总花费已超125万美元。
