Skip to content
简体中文

切换主题

arXiv 2610.11959 · cs.CL · 2026-10-08

MiMo-V2.6: Scaling Reinforcement Learning Towards Self-Improvement

Xiaomi LLM-Core Team, :, Zongming Qiao, Ziyue Hua, Zirui Ou, Zihao Yue, Zihan Jiang, Zhuo Huang 等 150 人

Xiaomi MiMo

在最新榜 #111 本站收录于 2026-10-21

一句话要点

小米 MiMo-V2.6 全模态模型技术报告,重点是从多个维度扩大强化学习算力以实现自我提升。

Technical report of Xiaomi's omni-modal MiMo-V2.6, focused on scaling RL compute along several dimensions toward self-improvement.

92HF 点赞
–GitHub stars
6引用(Semantic Scholar)
58.8热度分

阅读 arXiv 原文 PDF Hugging Face 讨论

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)