小米MiMo为何登顶开源第一罗福莉前两天帖子就解释了为什么半年没有发声,因为在思考,在努力做模型。
今天也写了一篇很长的MiMo-v2.6的复盘。说是迄今为止很可能全世界开源模型团队根据计算量进行的最大的单一RL运行,也就是说他们半年一直都在干这个事情。
并且这一次MiMo-v2.6把不同Harness混在同一轮RL里,Cloding,Agent,还有其他任务全都混在一起训练,也就是说不会只适应某一个Agent。
谦虚点说,小米次这算是暂居国模一哥的位置了吧?

小米MiMo为何登顶开源第一罗福莉前两天帖子就解释了为什么半年没有发声,因为在思考,在努力做模型。
今天也写了一篇很长的MiMo-v2.6的复盘。说是迄今为止很可能全世界开源模型团队根据计算量进行的最大的单一RL运行,也就是说他们半年一直都在干这个事情。
并且这一次MiMo-v2.6把不同Harness混在同一轮RL里,Cloding,Agent,还有其他任务全都混在一起训练,也就是说不会只适应某一个Agent。
谦虚点说,小米次这算是暂居国模一哥的位置了吧?
