摘要： 小米刚刚正式发布并开源 MiMo-V2.6——发布稿里的数字($262 万 / $85 万训练成本、各 30 步、DeepSWE 58.4 → 72.57),与我们的记录分毫不差。因为在发布之前,小米把这次 RL 训练做成了实时公开的看板,我们以约每小时一次的频率围观了 70 个小时:近 60 轮检 阅读全文