This should be the standard for building open-source AI.
$1M+ so far.
Nearly half a year of silence. We spent it studying one problem: how far RL can scale. MiMo-V2.6 is in the middle of its RL run right now. Three things we scale...
AI 导读
小米MiMo-V2.6正进行大规模RL训练，从三个维度扩展：计算（每步约2B tokens、1568 prompts×16 rollouts、全异步）、环境与harness（多任务智能体RL，单次运行混合多个harness）以及评分计算（组内智能体信用分配，结合测试用例与rubric奖励）。团队表示将在未来数周逐步开源细节，目前投入已超100万美元。
elvis@omarsar046
AI 编辑部评分，满分 100小米MiMo-V2.6正进行大规模RL训练，从三个维度扩展：计算（每步约2B tokens、1568 prompts×16 rollouts、全异步）、环境与harness（多任务智能体RL，单次运行混合多个harness）以及评分计算（组内智能体信用分配，结合测试用例与rubric奖励）。团队表示将在未来数周逐步开源细节，目前投入已超100万美元。
来源：elvis· x.com