← 返回事件时间线

小米披露 MiMo-V2.6 规模化强化学习路线:单次 RL 后训练烧掉 260 万美元、每步 37 亿 Token

研究 / 论文进行中2026-10-11 → 2026-10-13热度 70重要度 A
重磅

深度拆解

加载中…

事件进展追踪 · 1 条

2026-10-11 · 首发
小米披露 MiMo-V2.6 规模化强化学习路线:单次 RL 后训练烧 260 万美元、每步 37 亿 Token

本页由 AI 自动生成,仅供研究参考,不构成投资建议。