📱 Xiaomi в прямом эфире показала обучение MiMo-V2.6 с подкреплением

Xiaomi провела публичную трансляцию процесса reinforcement-learning для своей модели MiMo-V2.6 - компания впервые открыла доступ к тому, как именно идёт обучение флагманской ИИ-модели.

Формат стрима нетипичен для индустрии: обычно этапы RLHF и посттренировки держат закрытыми, поскольку они напрямую влияют на качество ответов и поведение модели. Xiaomi, судя по всему, делает ставку на прозрачность как часть позиционирования MiMo в конкурентной гонке с другими китайскими и международными лабораториями.

Детали архитектуры и конкретные метрики в открытом доступе пока не раскрыты - трансляция носила скорее демонстрационный характер. Для разработчиков и исследователей это сигнал, что Xiaomi продолжает активно вкладываться в собственный модельный стек, а не только в интеграцию чужих решений.

#AI #Xiaomi #MiMo #LLM #ML #ModelEducation