待验证50% 置信事实精确时间

MiMo V2.6的RL训练每一步约处理2B tokens，采用1568个prompt，每个prompt进行16次rollout

1

来源数

50%

置信度

长期有效

时效性

2026/9/18

首次发现

来源

小米MiMo-V2.6直播训练：一天半烧850万，每秒约10美元

涉及实体

相关事实

待验证LLaMA 1的训练数据量为1.4T token，LLaMA 2的训练数据量为2T token73% 相似待验证Meta的Llama 2(700亿参数版本)使用了180万GPU小时进行训练70% 相似待验证训练使用 batch 256、40 万步、EMA 0.9999、最后四分之一线性衰减学习率，torch.compile 相比 eager 提速 2.4×62% 相似待验证Meta在OPT-175B训练日志中披露，175天的训练过程中经历了超过100次硬件相关的中断事件，平均每1-2天出现一次需要人工干预的故障59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/930925

API

curl https://kongchang.com/api/v1/knowledge/claims/930925

MCP

get_claim(id=930925)