CoinScoopXiaomi lanza el sistema de modelo de lenguaje autoevolutivo MiMo-V2.6
El equipo de MiMo de Xiaomi (小米) ha presentado MiMo-V2.6, un sistema de modelo de lenguaje que, según la integrante del equipo Luo Fuli, representa uno de los entrenamientos de aprendizaje por refuerzo a gran escala más significativos realizados por un equipo de modelos de código abierto. El desarrollo utilizó la técnica MixRL para tareas de dificultad media y métodos de entrenamiento independientes para tareas complejas, integrando capacidades mediante MOPD. Además, el equipo publicó un modelo Qwen destilado a partir de las trayectorias de aprendizaje por refuerzo de MiMo, junto con 7,000 entornos diversos y un marco de entrenamiento completo para promover la investigación en agentes inteligentes.
Los resúmenes los escribe una IA a partir del artículo original. No es asesoramiento de inversión.