网易首页 > 网易号 > 正文 申请入驻

天才少女罗福莉深夜发文,公开MiMo-V2.6训练过程,评论区炸了

0
分享至

沉寂一段时间的罗福莉,突然凌晨在社交平台上发了一条消息,很短,但信息很重:我们用这段时间研究一个问题:强化学习(RL)能扩展到多远。



罗福莉称,MiMo-V2.6目前正处于其 RL 运行的中途。我们扩展了三件事:计算资源(每步约 20 亿 token,1568 个提示 × 16 次 rollout,完全异步)、环境和测试框架(多任务代理式 RL,在一次运行中混合多个测试框架),以及评估计算(代理式组内信用分配,带有测试用例和基于量规的奖励)。我们将在未来几周逐步开源细节。



消息一发布,评论区炸了:“太酷了”、“太优秀了”、“真是令人兴奋,迫不及待的想看到MiMo V2.6”、“incredible to share”……





翻译一下罗福莉的那短短100多字内容:

首先,虽然团队近半年没发消息,但不是摸鱼,而是在憋大招,在研究“强化学习”的极限在哪里。

其次,MiMo-V2.6 是他们的新一代模型。现在训练进行到一半,正在用强化学习调优。

另外,团队在三个核心维度上进行了史无前例的扩展:

1、计算资源的极致压榨。训练每步处理约20亿token,采用1568个提示词与16次Rollout(生成尝试)的庞大配置,这些训练任务不是排队等,而是同时并行跑,效率极高。

2、以前训练 AI 通常只针对单一任务(比如只学数学或只学编程)。这次他们让 AI 在同一个训练过程中同时处理多种任务,模拟一个“代理”(Agent)在真实环境中解决各种问题。

3、评估计算的精细化,引入了代理式组内信用分配与基于量规的奖励机制,让AI的每一步探索都能得到精准、多维度的反馈。

罗福莉还补充道:“我们相信,强化学习是自我提升中最具可扩展性和效率的路径之一。”



团队计划在未来几周逐步开源更多技术细节,包括训练配置、奖励设计、环境混合策略等。

届时,外界将能更完整地评估这套 RL的价值。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
大一女生穿“洛丽塔”报到,本以为能惊艳全场,没想到连行李都没人愿意帮忙搬

大一女生穿“洛丽塔”报到,本以为能惊艳全场,没想到连行李都没人愿意帮忙搬

妍妍教育日记
2026-08-23 10:10:12
1998年他们策划排华暴行,如今成为印尼当权者后,竟篡改历史否认

1998年他们策划排华暴行,如今成为印尼当权者后,竟篡改历史否认

阿胡
2025-07-07 09:57:51
当网友隐姓埋名爆料自己的大瓜!你永远想不到到底能有多炸裂!

当网友隐姓埋名爆料自己的大瓜!你永远想不到到底能有多炸裂!

夜深爱杂谈
2026-10-30 21:27:35
不是阿尔瓦雷斯!巴萨错失世界级神锋!实力碾压阿根廷巨星

不是阿尔瓦雷斯!巴萨错失世界级神锋!实力碾压阿根廷巨星

奶盖熊本熊
2026-11-19 08:59:30
黄金,闪崩!跌幅排名历史第四!

黄金,闪崩!跌幅排名历史第四!

星图金融研究院
2026-11-20 07:47:48
20岁男子与56岁女子缠绵后上瘾了,领证不到三个月,女子吃不消要离婚

20岁男子与56岁女子缠绵后上瘾了,领证不到三个月,女子吃不消要离婚

江山挥笔
2026-11-19 13:23:55
中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

中国股市:写给处于严重亏损的股民们的一封信,此文,很短很深

屿探涨
2026-11-17 11:25:04
她是翁虹女儿,出身学霸世家,学历高是最美星二代,却拒进娱乐圈

她是翁虹女儿,出身学霸世家,学历高是最美星二代,却拒进娱乐圈

一娱三分地
2026-11-19 16:10:10
我表弟有幸,跟黄乐在上海的投资公司当过同事,他说:黄乐最让人着迷的根本不是她的外貌,而且网上那些照片,也不如本人好看

我表弟有幸,跟黄乐在上海的投资公司当过同事,他说:黄乐最让人着迷的根本不是她的外貌,而且网上那些照片,也不如本人好看

一盅情怀
2026-11-11 15:52:58
一年打81场比赛!山东大汉国家队集训重伤,恐赛季报销,这笔账该找谁算?

一年打81场比赛!山东大汉国家队集训重伤,恐赛季报销,这笔账该找谁算?

萌兰聊个球
2026-11-20 07:29:33
谁能去苏州?国安将与海港争夺足协杯决赛席位,胜者战玉昆

谁能去苏州?国安将与海港争夺足协杯决赛席位,胜者战玉昆

懂球帝
2026-11-20 07:23:12
银行理财收益年末大幅回撤,国有大行力推储蓄型保险稳客留客,中小银行仍渴求存款

银行理财收益年末大幅回撤,国有大行力推储蓄型保险稳客留客,中小银行仍渴求存款

财联社
2026-11-19 19:04:30
获混双外卡后,WTT对王楚钦孙颖莎称呼变了,五字之差释放强烈信号

获混双外卡后,WTT对王楚钦孙颖莎称呼变了,五字之差释放强烈信号

领略非凡
2026-11-19 11:14:52
贺希宁左膝前叉断裂,亲自发文勉励自己,重伤后职业生涯完了!

贺希宁左膝前叉断裂,亲自发文勉励自己,重伤后职业生涯完了!

篮球资讯达人
2026-11-20 00:21:00
真没给泽连斯基留余地!普京沉默两天后摊牌,只认两件事?

真没给泽连斯基留余地!普京沉默两天后摊牌,只认两件事?

远山行客
2026-11-20 07:20:15
海报时评丨男子将房子借给相识30多年的发小暂住 不料自己珍藏的书画资料被发小当废品卖掉

海报时评丨男子将房子借给相识30多年的发小暂住 不料自己珍藏的书画资料被发小当废品卖掉

大众网
2026-11-19 20:49:55
中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

另子维爱读史
2026-11-19 20:42:09
全红婵不对劲,不是她以后不比赛了,而是她今年19岁了,居然开始了自己的精致路线

全红婵不对劲,不是她以后不比赛了,而是她今年19岁了,居然开始了自己的精致路线

LULU生活家
2026-09-30 20:32:43
机关算尽,高市早苗空欢喜一场!

机关算尽,高市早苗空欢喜一场!

李荣茂
2026-11-19 17:35:36
1988年,他喝醉了,把家里23岁的小保姆错认成自己的妻子。保姆没作声,第二天,保姆表示自己什么也不要。

1988年,他喝醉了,把家里23岁的小保姆错认成自己的妻子。保姆没作声,第二天,保姆表示自己什么也不要。

回京历史梦
2026-11-19 09:21:15
2026-11-20 09:04:49
崔玉贤
崔玉贤
通信、IT、终端信息
57文章数 54关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

头条要闻

中国女子在希腊失踪半年 保险箱发现10万欧元现金

体育要闻

伪强队?拥4亿豪阵欧国联6连败+世界杯出局

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

教育
艺术
游戏
亲子
健康

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

艺术要闻

投资55亿!深圳歌剧院施工现场更新,主音乐厅马蹄形已现!

PC Gamer试玩GTA6百小时:双主角出色但任务重复

亲子要闻

宝宝气人但是聪明的4个行为

医生眼里"很伤腰"的椅子,很多人天天坐

无障碍浏览 进入关怀版