小米正在直播 mimo-v2.6-pro 和 flash 两模型的 Agentic RL 后训练，mimo-v2.6-pro 的 DeepSWE 得分为 62，低于 DeepSeek-v4.1-flash 的 74.2，仍处训练早期。 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmu4panhl02z4rokcdtgm1e6i
信息源：AI HOT · 全部动态
- 原文链接：小米直播 mimo-v2.6-pro 与 flash 后训练，作者推算每秒烧约10美元
- 分类：技巧观点
- 作者：X：karminski (@karminski3)
- 发布时间：2026/09/17 06:31
评论0