据 PANews 报道,9月22日,小米 MiMo 团队成员 Lo Fuli 宣布,从计算规模来看,MiMo-V2.6 可能是开源模型团队开展的规模最大的单次强化学习训练项目之一。团队在较长时间内投入数十名成员,推进强化学习扩展;模型能力在训练中期开始显现,并通过大规模强化学习得到进一步释放。团队还发布了一个 Qwen 模型,该模型基于 MiMo 强化学习轨迹蒸馏、7,000 个多样化环境和完整的强化学习训练框架构建,旨在推动智能体研究。
免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见
声明。