待验证50% 置信事实精确时间

小米 MiMo 系列是小米发布的开源推理模型，MiMo-V2.5 在代码和数学推理任务上有较强表现，并采用强化学习进行后训练优化

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/28

首次发现

有效期至：2026/12/27

来源

Naive-N0.5-Flash实测：AI训练AI是真突破还是营销噱头？

涉及实体

MiMoproduct MiMo-V2.5model 小米company

相关事实

待验证小米将其Mimo 2.6模型的后训练过程通过一个实时看板对外公开76% 相似待验证MiMo V2.6训练采用多任务agent IO架构，单次运行中混合多个harness70% 相似待验证MiMo训练采用组内信用分配结合测试用例奖励与评分标准奖励，属于RLVR风格，而非经典的RM+PPO方案66% 相似待验证MiMo训练采用完全异步（fully async）的rollout机制，每步约20亿tokens65% 相似待验证小米将耗资超过百万美元的智能体强化学习训练过程实时公开直播57% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/957123

API

curl https://kongchang.com/api/v1/knowledge/claims/957123

MCP

get_claim(id=957123)