Xiaomi lança o sistema de modelo de linguagem autoevolutivo MiMo-V2.6

A equipe MiMo da Xiaomi (小米) anunciou o lançamento do MiMo-V2.6. Segundo a integrante da equipe, Luo Fuli (罗福莉), o sistema representa um dos maiores treinamentos de aprendizado por reforço em modelo de código aberto já realizados. O desenvolvimento utilizou a técnica MixRL para tarefas de dificuldade média e um método de fusão MOPD para tarefas complexas. Além disso, a equipe disponibilizou um modelo Qwen destilado, 7.000 ambientes diversificados e uma estrutura completa de treinamento para promover pesquisas em agentes de inteligência artificial.