シャオミ(小米)、自己進化型AIモデル「MiMo-V2.6」を発表

シャオミ(小米)のMiMoチームは、自己進化型AIモデル「MiMo-V2.6」を公開した。同モデルは、オープンソースモデルチームによる最大規模の単一強化学習トレーニングの一つとされている。チームはコード生成などのタスクにMixRL学習を採用し、複雑なタスクには個別の学習とMOPDによる統合を実施した。また、研究促進のため、Qwenモデルの蒸留版、7000の多様な環境、および強化学習トレーニングフレームワークも併せてリリースされた。