罗福莉发布 MiMo-V2.6,称其为迄今最大规模开源 RL 训练之一
罗福莉发布 MiMo-V2.6,称这很可能是开源模型团队迄今按算力计算规模最大的单次 RL 训练之一,投入数十人长期攻关,模型潜力由 mid-training 构建、经大规模 RL 释放,目前是排名第一的开源模型。
选题角度:作者本人披露 MiMo-V2.6 大规模 RL 训练细节,并放出蒸馏 Qwen 模型、7K 环境和完整 RL 框架,适合讲开源 Agent RL 的实操资源。
创作方向
开源模型、框架与仓库动态:权重开放、社区项目爆火、开源与闭源的力量消长。
204 条精选近 30 天 192 条共收录 859 条
罗福莉发布 MiMo-V2.6,称这很可能是开源模型团队迄今按算力计算规模最大的单次 RL 训练之一,投入数十人长期攻关,模型潜力由 mid-training 构建、经大规模 RL 释放,目前是排名第一的开源模型。
选题角度:作者本人披露 MiMo-V2.6 大规模 RL 训练细节,并放出蒸馏 Qwen 模型、7K 环境和完整 RL 框架,适合讲开源 Agent RL 的实操资源。
小米 MiMo 发布 MiMo-V2.6 Pro 和 Flash 两款全模态模型,通过规模化强化学习训练。官方称 Pro 在多数 Agent 基准上与 Claude Opus 5、GPT-5.6 Sol 表现相当,在 Artificial Analysis Intelligence Index 上得分 46,为开源模型最高,并在编码、电脑操作、3D 推理和创作能力上更强。
选题角度:官方放出两款全模态模型的开源权重和技术报告,可对照榜单分数与 Agent 基准表现做一次上手实测。
阶跃星辰发布新一代旗舰基座模型 Step 5 Preview,采用 MoE 架构,600B 总参数、激活参数仅 27B,支持 1M 上下文,在 Artificial Analysis 评测中取得 44 分,位列全球开源 Top 2。
选题角度:作者用同一批 Prompt 实测 Step 5 Preview 操作 Blender 建模、搓乐高赛车游戏,并对比上一代官网 Demo 的生成差异,适合做上手实测与效果对比。
歸藏开源了 Skill guizang-product-video-skill,用 React 组件加时间轴渲染画面、Python 代码合成配乐,不依赖视频生成模型和额外素材。
选题角度:作者开源了一个用代码渲染产品宣传片的 Skill,可录屏实测它读取自己代码库后生成的视频效果。