Dev Radar
Support
LiveUpdated 2026-09-22 08:21 UTC

🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?!

🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?! MiMo-V2.6-Pro 46.32 登顶 AA 开源智力榜,前代只有 26;最终 RL 开跑不到 7 天,模型 + 论文一起交卷,还要公开 ~7k RL 数据和整套框架!…🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?! MiMo-V2.6-Pro 46.32 登顶 AA 开源智力榜,前代只有 26;最终 RL 开跑不到 7 天,模型 + 论文一起交卷,还要公开 ~7k RL 数据和整套框架!…🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?! MiMo-V2.6-Pro 46.32 登顶 AA 开源智力榜,前代只有 26;最终 RL 开跑不到 7 天,模型 + 论文一起交卷,还要公开 ~7k RL 数据和整套框架!…🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?! MiMo-V2.6-Pro 46.32 登顶 AA 开源智力榜,前代只有 26;最终 RL 开跑不到 7 天,模型 + 论文一起交卷,还要公开 ~7k RL 数据和整套框架!…

This is a dev post classified by Jev as Open source & devtools business (a launch), kept by the Dev Radar because it carries real work, not commentary.

🤔深度剖析:小米是如何把开源模型的游戏规则悄悄改变的?! MiMo-V2.6-Pro 46.32 登顶 AA 开源智力榜,前代只有 26;最终 RL 开跑不到 7 天,模型 + 论文一起交卷,还要公开 ~7k RL 数据和整套框架! MiMo V2.6 Pro & Flash 的关键秘诀: 1️⃣不拆领域,一次混合 RL 打穿代码 / Agent / 视觉 / 安全 2️⃣每步 1568×16 全异步 GRPO,3.5B+ tokens,最长 1M context 3️⃣奖励也 scale:组内对比打分 GRS + 优势重分配 GAR 4️⃣冻结 MoE 路由 + 多层防 reward hacking,万亿级才能稳 5️⃣预训练 Adam,中训 Muon+row-norm(Muown)硬撑大 batch 6️⃣Hybrid SWA/GA + MTP,Pro 1.02T/42B,Flash 310B/15B 7️⃣6 天、75 万轨迹:Flash $85 万、Pro $262 万,DeepSWE 直接 +14~17 分 8️⃣权重、环境、RL 代码、技术报告全部公开,走 RSI 而不是藏配方 智力上涨,价格还是 V2.5。这才叫把帕累托前沿往外推。 查看论文:https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-RL/b

Posted by SuSu_酥酥👅 (16.2k followers) 10 h ago · 52 likes · 13.9k views · view the original post on X. Kept by the Dev Radar as Open source & devtools business. Tools mentioned: mimo-v2.6-pro-rl.

More dev work like this

Every post is read and classified by Jev (TypeSafe): what it is, which market it belongs to, and whether the link is a real tool. 20.7k posts from 4.9k X accounts over the last 21 days, 2.4k tools, 12 markets. Collected every 5 minutes, fully re-ranked every hour — last update 2026-09-22 08:21 UTC. Full method.