待验证50% 置信解决方案精确时间

小米MiMo的修复方式是训练一个轻量的重复专用强化学习教师，12步约7000条样本，再通过MoPD合并进主模型，成本约为完整重训的4%

1

来源数

50%

置信度

长期有效

时效性

2026/10/8

首次发现

来源

AI早报：DeepSeek V4.1 Pro疑进内测，多模型密集更新

涉及实体

MiMomodel 小米company MoPDconcept

相关事实

待验证大型训练任务中因故障和恢复造成的算力浪费可达总训练时间的5%到20%63% 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 2.4×61% 相似已验证微调需要数百到数千条高质量训练样本、数小时GPU计算时间和持续维护成本，知识更新时需重复整个流程60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/988756

API

curl https://kongchang.com/api/v1/knowledge/claims/988756

MCP

get_claim(id=988756)