.png)
近日，小米负责人罗福莉官宣新模型MiMo-V2.6开启强化学习训练，并罕见地全程直播训练过程。此次训练堪称“烧钱现场”，平均每小时耗资3万美元，36小时已花费超108万美元。小米不仅开放模型权重与数据，更将训练花费、步数及节点故障等细节全面公开。沉寂半年后，小米致力于探索强化学习的扩展极限，从训练计算量、多任务环境框架及评分计算量三大维度进行深度Scaling。目前训练虽刚起步，但Flash和Pro两款模型能力已获显著提升，引发业界与网友热烈围观。
原文链接
本文链接：https://kx.umi6.com/article/37900.html
转载请注明文章出处
分享至
打开微信扫一扫
内容投诉
生成图片
.png "37900")
相关推荐
.png)
换一换
真正的AI竞争力，藏在大模型“后训练”这一步
2025-10-13 16:59:55
小米全面开源具身大模型MiMo-Embodied
2025-11-21 21:43:50
不更新参数就能强化学习！OpenAI翁家翌提出新范式：决策只需AI手搓一个.py 文件
2026-05-09 17:26:04
小米：未来三年 AI领域计划投入至少600亿元
2026-03-19 21:39:18
GPT-5≈o3.1！OpenAI首次详解思考机制：RL+预训练才是AGI正道
2025-10-20 16:09:01
小米打通智驾和具身大模型，然后开源了
2025-11-26 13:46:42
我国多数模型使用的中文数据占比超 60%，部分已达 80%
2025-08-14 11:52:44
DeepSeek-R1 论文登上《自然》封面，通讯作者为梁文锋
2025-09-18 09:48:42
缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈
2025-09-26 11:24:15
以GLM-5为例，探究九章智算云强化学习系统如何落地“训推一致”
2026-08-18 17:54:02
Thinking Machine新研究刷屏！结合RL+微调，小模型训练更具性价比
2025-10-28 10:41:47
Nature封面文章: DeepSeek-R1通过强化学习激励的LLM推理
2025-09-18 08:48:39
清华刘洋团队论文：揭示为何 70B 的医疗模型，反而不如 8B 会问诊丨ILCR 2026
2026-02-24 14:48:42
791 文章
1073017 浏览
24小时热文
更多
-
2026-10-31 22:37:15 -
2026-10-31 22:33:46
-
2026-10-31 21:32:13
