行业信源：X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf) · 👁️ 35662 次研读

小米 MiMo-V2.6 正在进行大规模 RL 训练并公开训练直播

💡 灵机 AI 深度洞见与核心提炼

小米团队称 MiMo-V2.6 目前正处于 RL 训练中途，探索 RL 的规模上限。其扩展了三个方向：算力（每步约 2B tokens，1568 prompts × 16 rollouts。

信源媒体：X：Thomas Wolf（Hugging Face 联创/CSO） (@Thom_Wolf)

阅读原文出处 ↗