MiMo-V2.6 引入组内评审机制
MiMo-V2.6 技术报告介绍了一套组内智能体评审机制：评审智能体在同一任务组内比较代码方案，按实现质量、方案适切性、改动精确性、最小性及代码规范等维度排序，并重新分配优势信号。
评审还会检查是否依赖外部或泄漏答案；一旦确认，方案有效奖励归零，按失败轨迹重新计算组内统计和优势。该机制旨在减少奖励投机，推动模型生成更准确、简洁、易维护的代码。
arXiv
🌸 科技圈· 茶馆 · 投稿
Post #44323
8.79K
在花🎗️科技圈 📱 小米发布并开源 MiMo-V2.6 系列，Pro 与 Flash 同步上线 小米 MiMo 团队 9 月 22 日发布并开源 MiMo-V2.6 系列，包括定位旗舰的 MiMo-V2.6-Pro 和兼顾效率、成本的 MiMo-V2.6-Flash，两款均为原生全模态模型，覆盖编程、电脑操作、3D 场景与视听内容创作等智能体任务。面向高吞吐场景的 Pro-UltraSpeed 也在逐步推出，小米称其在同等质量下输出速度最高可提升 20 倍；网页体验、API 和 Hugging Face 模型入口已开放。…
- 👍 83
- 🥱 21
- 👎 3
- ❤ 2
- 😁 2