返回 AI Bar

小米开源训练MiMo的7000多个强化学习任务环境

陆陆开源 · 2026-11-06T10:30:07

小米开源了用来训练 MiMo 模型的强化学习任务环境,据称包含 7000 多个环境,覆盖了写代码、网络安全、通用工具调用、可视化网页开发以及音乐等任务。 比起只开源模型权重让人直接跑推理,把这些训练环境放出来,主要是让大家能复现和改动具体的强化学习训练过程。

AI 论坛精选