Releases28.09.2026 · 07:228 nguồn
Xiaomi mở nguồn hơn 7.000 môi trường RL MiMo và mã huấn luyện trên Hugging Face
Từ huggingnews.com
Xiaomi phát hành khoảng 7.000 môi trường tác vụ reinforcement learning dùng để huấn luyện các mô hình MiMo của hãng trên Hugging Face, bao gồm mã, an ninh mạng, các tác vụ chung, âm nhạc và phát triển web, cùng với khung huấn luyện RL đầu cuối. Các môi trường này được đóng gói theo định dạng Harbor đồng nhất, cho phép người dùng chọn một tác vụ, một mô hình, một harness và một sandbox provider. Xiaomi cũng mở nguồn một mô hình Qwen được chưng cất từ các quỹ đạo RL MiMo làm điểm khởi đầu cho công việc RL tiếp theo.
CEO Clement Delangue của Hugging Face gọi đây là một cột mốc đối với dữ liệu môi trường RL open-source frontier, lưu ý rằng các tác vụ tương đương thường có giá từ hàng trăm đến hàng nghìn USD mỗi tác vụ, khiến kho lưu trữ này "đáng giá hàng triệu USD theo đúng nghĩa đen". Một người đánh giá chỉ ra rằng kho lưu trữ cũng chứa một lựa chọn nhỏ hơn gồm 989 môi trường được dùng để huấn luyện mô hình chưng cất 9B thay vì MiMo chủ lực.
Các môi trường này nằm đằng sau MiMo-V2.6-Pro, mô hình open-weight hàng đầu trên Artificial Analysis Intelligence Index ở mức 46, hòa với Grok 4.7 và đánh bại GLM-5.3, với giá 0,435 USD cho mỗi triệu input token. Quá trình chạy RL đã nâng điểm DeepSWE của bản Pro từ 58,41 lên 72,57, tiệm cận mức cao nhất 74 của benchmark, và tiêu tốn 2,6 triệu USD cho bản Pro cùng 0,9 triệu USD cho bản khác.
Nguồn
+ 5 nguồn khác
- SUPPORT@nrehiew_“The pro model went from 58.41 to 72.57 on DeepSWE”x.com
- SUPPORT@_luofuli“we have released a Qwen model distilled from MiMo RL trajectories as a stronger starting point for RL, along with 7K diverse environments and a complete RL training framework”x.com
- SUPPORT@teortaxestex“The team estimates a 10× productivity gain, shortening the R&D cycle from one month to 2–3 days”x.com
- SUPPORT@teortaxestex“This RL run had cost peanuts, 5 days of a ≈10K GPU cluster, it didn't even target CritPt explicitly”x.com
- SUPPORT@kimmonismus“Better than Grok 4.7, much cheaper and holy moly is china back. That is the real surprise!”x.com
Lịch sử nội dung (2)
- 2026-10-04 · Tóm tắt · vi · Thay nội dung đã lưuXiaomi vừa công khai mã nguồn hơn 7.000 môi trường MiMo RL cùng code huấn luyện trên Hugg…Xiaomi phát hành khoảng 7.000 môi trường tác vụ reinforcement learning dùng để huấn luyện…
- 2026-10-04 · Tiêu đề · vi · Thay nội dung đã lưuXiaomi mở mã nguồn hơn 7.000 môi trường MiMo RL và code huấn luyện trên Hugging FaceXiaomi mở nguồn hơn 7.000 môi trường RL MiMo và mã huấn luyện trên Hugging Face
Bản tin mỗi sáng
Tin quan trọng nhất trong ngày. Miễn phí, hủy bất cứ lúc nào.
Telegram @aihomnay