公司
Peano AI
专注于大规模模型训练基础设施的AI团队，擅长在TPU集群上实现超大规模模型的全参数强化学习训练
时间轴 (近 90 天)
9月24日
Peano AI团队在超过1000块TPU的集群上，为小米310B参数规模的MiMo-V2.6模型运行了全参数强化学习
待验证50%
9月24日
团队在验证环节实现了rollout与训练器之间的比特级匹配（bitwise-matched），使推理阶段和训练阶段的模型计算在数值上完全一致
待验证50%
9月24日
该工作的具体训练效果、模型性能提升幅度以及成本数据尚未公开
待验证50%