09:52 · Sep 17, 2026 · Thu MiMo-V2.6 进行大规模 RL 训练,细节将陆续开源Fuli Luo 在 X 上透露,经过近半年研究,团队正对 MiMo-V2.6 进行大规模 RL 训练,扩展了计算量(每步约 20 亿 tokens)、环境(多任务 agentic RL)和裁判计算三方面,细节将陆续开源。X | mimo rl🌸 科技圈· 茶馆 · 投稿 🤣 161 👍 85 🙈 18 👎 8 😁 4 ❤️ 3 🥰 2 🔥 1 🖕 1 🙉 1 🙊 1