MiMo-V2.6 进行大规模 RL 训练，细节将陆续开源
Fuli Luo 在 X 上透露，经过近半年研究，团队正对 MiMo-V2.6 进行大规模 RL 训练，扩展了计算量（每步约 20 亿 tokens）、环境（多任务 agentic RL）和裁判计算三方面，细节将陆续开源。
MiMo-V2.6 进行大规模 RL 训练，细节将陆续开源 Fuli Luo 在 X 上透露，经过近半年研究，团队正对 MiMo-V2.6 进行…
2026/9/17 03:52:00 · 1 阅读 · 来源 在花
COMMENTS
评论
无需登录，提交后经审核才会显示。
还没有评论，来做第一个留言的人吧。